| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究背景 | 第10页 |
| ·视频监控系统发展需求 | 第10-15页 |
| ·视频监控技术概述 | 第11页 |
| ·视频监控系统发展阶段 | 第11-12页 |
| ·视频监控系统 | 第12-13页 |
| ·智能视频监控技术 | 第13页 |
| ·智能视频监控技术主要优点 | 第13-14页 |
| ·智能视频监控的现状 | 第14-15页 |
| ·国外智能视频监控研究 | 第14-15页 |
| ·国内智能视频监控技术发展 | 第15页 |
| ·智能视频技术之人脸识别 | 第15-18页 |
| ·人脸识别现状 | 第16-17页 |
| ·人脸识别优点 | 第17页 |
| ·人脸识别的技术瓶颈 | 第17-18页 |
| ·人脸识别系统的评价标准 | 第18页 |
| ·小结 | 第18-19页 |
| 第二章 人脸识别系统原理综述 | 第19-30页 |
| ·人脸识别过程 | 第19页 |
| ·人脸识别主要功能模块 | 第19-22页 |
| ·人脸的建模与检索 | 第20页 |
| ·人脸检测 | 第20-21页 |
| ·人脸比对 | 第21页 |
| ·真人鉴别 | 第21页 |
| ·图像质量检测 | 第21-22页 |
| ·图像预处理 | 第22页 |
| ·数据采集技术 | 第22-24页 |
| ·视频数据采集的原理和构成 | 第22-23页 |
| ·视频数据采集系统涉及的关键技术 | 第23页 |
| ·视频数据采集系统的发展趋势 | 第23-24页 |
| ·数据库的应用 | 第24页 |
| ·人脸识别的主要算法 | 第24-29页 |
| ·图像识别 | 第24-25页 |
| ·基于局部特征的人脸识别方法 | 第25-26页 |
| ·结构匹配的方法 | 第25页 |
| ·隐马尔可夫模型的方法 | 第25-26页 |
| ·弹性图匹配的方法 | 第26页 |
| ·基于整体的人脸识别方法 | 第26-29页 |
| ·基于主成分分析的方法 | 第26页 |
| ·基于人工神经网络的方法 | 第26-28页 |
| ·支持向量机的方法 | 第28页 |
| ·小波变换的方法 | 第28-29页 |
| ·基于结合局部特征和整体的方法 | 第29页 |
| ·小结 | 第29-30页 |
| 第三章 基于 AdaBoost 算法的人脸检测与基于 PCA 方法的人脸识别分析 | 第30-45页 |
| ·基于AdaBoost 算法的人脸检测 | 第30-41页 |
| ·AdaBoost 分类方法简介 | 第30-31页 |
| ·AdaBoost 人脸检测训练算法 | 第31-41页 |
| ·Viola-Jones 人脸检测方法 | 第31-38页 |
| ·Haar-like 矩形特征的特征值的快速计算方法 | 第31-34页 |
| ·使用 Adaboost 算法选取优化的弱分类器和级联结构的层叠分类器 | 第34-38页 |
| ·Lienhart 的人脸检测方法 | 第38-41页 |
| ·Harr-like 特征的选取 | 第38-39页 |
| ·特征值的计算 | 第39-41页 |
| ·基于主成分分析的人脸识别方式 | 第41-44页 |
| ·主成分分析的基本思想和原理 | 第41-42页 |
| ·主成分分析方法的几何意义 | 第42-43页 |
| ·主成分分析的特点 | 第43页 |
| ·特征脸 | 第43-44页 |
| ·实验结果 | 第44页 |
| ·小结 | 第44-45页 |
| 第四章 人脸检测与识别技术的实现 | 第45-57页 |
| ·系统构架 | 第45-46页 |
| ·人脸检测单元 | 第46-51页 |
| ·人脸检测过程 | 第47-48页 |
| ·后续处理 | 第48-50页 |
| ·人脸数据库的建立 | 第50-51页 |
| ·人脸识别单元 | 第51-56页 |
| ·人脸训练 | 第53页 |
| ·特征提取 | 第53-56页 |
| ·积分投影 | 第54页 |
| ·模板匹配 | 第54页 |
| ·图像二值化 | 第54-55页 |
| ·归一化 | 第55-56页 |
| ·试验结果 | 第56页 |
| ·小结 | 第56-57页 |
| 第五章 人脸识别技术的应用思考 | 第57-64页 |
| ·人脸识别市场的需求分析 | 第57-58页 |
| ·人脸识别技术的应用范围 | 第58-59页 |
| ·人脸识别系统实际应用的思考 | 第59-60页 |
| ·基于可见光人脸识别改进的识别技术 | 第60-62页 |
| ·人脸识别产品的应用前景 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·总结 | 第64页 |
| ·下一步工作 | 第64-66页 |
| 参考资料 | 第66-68页 |
| 致谢 | 第68页 |
