| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-18页 |
| 第一章 绪论 | 第18-24页 |
| 1.1 课题研究背景和意义 | 第18-20页 |
| 1.2 课题的研究难点 | 第20-22页 |
| 1.3 论文的主要内容和工作安排 | 第22-24页 |
| 第二章 人脸检测算法研究 | 第24-38页 |
| 2.1 人脸识别系统 | 第24-25页 |
| 2.2 Haar分类器人脸检测 | 第25-34页 |
| 2.2.1 Haar-like特征 | 第26-27页 |
| 2.2.2 积分图像 | 第27-29页 |
| 2.2.3 AdaBoost级联分类器算法 | 第29-34页 |
| 2.3 基于肤色模型的人脸检测 | 第34-36页 |
| 2.3.1 RGB颜色空间 | 第34页 |
| 2.3.2 rgb颜色空间 | 第34-35页 |
| 2.3.3 rgb肤色模型 | 第35-36页 |
| 2.3.4 基于肤色模型的人脸检测效果与分析 | 第36页 |
| 2.4 基于肤色模型和Haar分类器的人脸检测 | 第36-37页 |
| 2.4.1 优缺点对比 | 第36页 |
| 2.4.2 基于肤色模型和Haar分类器的人脸检测 | 第36-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 人脸识别算法研究 | 第38-50页 |
| 3.1 引言 | 第38页 |
| 3.2 主成分分析 | 第38-45页 |
| 3.2.1PCA原理 | 第38-41页 |
| 3.2.2 特征向量的选取 | 第41页 |
| 3.2.3 PCA进行人脸识别 | 第41-45页 |
| 3.3 算法仿真验证与分析 | 第45-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第四章 融合改进光照预处理算法 | 第50-66页 |
| 4.1 人脸识别光照预处理分类 | 第50-53页 |
| 4.2 全局光照预处理HE | 第53-55页 |
| 4.3 单尺度Retinex光照预处理 | 第55-57页 |
| 4.4 改进SSR算法 | 第57-58页 |
| 4.5 基于HE和改进SSR的加权融合算法 | 第58-59页 |
| 4.5.1 HESSR图像融合光照预处理 | 第58-59页 |
| 4.5.2 HESSR算法流程 | 第59页 |
| 4.6 实验结果与分析 | 第59-65页 |
| 4.6.1 人脸库和实验环境 | 第59-60页 |
| 4.6.2 实验结果与分析 | 第60-65页 |
| 4.7 本章小结 | 第65-66页 |
| 第五章 Android平台人脸识别系统 | 第66-92页 |
| 5.1 系统概况 | 第66页 |
| 5.1.1 系统目标 | 第66页 |
| 5.1.2 系统的功能与特点 | 第66页 |
| 5.2 系统设计 | 第66-68页 |
| 5.3 系统实现 | 第68-84页 |
| 5.3.1 开发环境搭建 | 第68-69页 |
| 5.3.2 配置编译脚本文件 | 第69-70页 |
| 5.3.3 数据采集 | 第70-72页 |
| 5.3.4 Haar分类器训练 | 第72-74页 |
| 5.3.5 人脸检测 | 第74-78页 |
| 5.3.6 HESSR光照预处理 | 第78-79页 |
| 5.3.7 人脸识别 | 第79-84页 |
| 5.4 运行结果与分析 | 第84-90页 |
| 5.4.1 运行功能指标 | 第84-86页 |
| 5.4.2 测试结果与分析 | 第86-90页 |
| 5.5 本章小结 | 第90-92页 |
| 第六章 结论和展望 | 第92-94页 |
| 6.1 研究结论 | 第92页 |
| 6.2 研究展望 | 第92-94页 |
| 参考文献 | 第94-98页 |
| 致谢 | 第98-100页 |
| 作者简介 | 第100-101页 |