| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义概述 | 第8页 |
| 1.2 人脸检测技术国内外发展现状 | 第8-11页 |
| 1.2.1 人脸验证与皮肤颜色区域分割 | 第9-10页 |
| 1.2.2 基于启发式模型方法 | 第10页 |
| 1.2.3 基于统计模型的方法 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11-14页 |
| 1.3.1 本文研究内容 | 第11-12页 |
| 1.3.2 本文研究的难点 | 第12页 |
| 1.3.3 论文结构 | 第12-14页 |
| 第2章 Android 系统及 JNI 接口 | 第14-25页 |
| 2.1 Android 系统架构 | 第14-16页 |
| 2.1.1 应用程序层 | 第14页 |
| 2.1.2 应用程序框架层 | 第14-15页 |
| 2.1.3 系统库和 Android Runtime | 第15-16页 |
| 2.1.4 Linux 内核 | 第16页 |
| 2.2 Android 应用程序设计 | 第16-22页 |
| 2.2.1 Activity | 第16-19页 |
| 2.2.2 Service | 第19-20页 |
| 2.2.3 BroadcastRecevier | 第20-21页 |
| 2.2.4 ContentProvider | 第21页 |
| 2.2.5 Intent | 第21-22页 |
| 2.2.6 AndroidManifest.xml | 第22页 |
| 2.3 Android NDK | 第22-23页 |
| 2.4 Android JNI | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 Adaboost 人脸检测算法 | 第25-36页 |
| 3.1 特征模板 | 第25-28页 |
| 3.1.1 矩形特征模板 | 第25-26页 |
| 3.1.2 矩形特征 | 第26页 |
| 3.1.3 矩形特征的数量 | 第26-28页 |
| 3.2 特征值的计算 | 第28-31页 |
| 3.2.1 积分图 | 第28-29页 |
| 3.2.2 利用积分图计算矩形特征值 | 第29-31页 |
| 3.3 Adaboost 算法 | 第31-35页 |
| 3.3.1 弱分类器 | 第31-32页 |
| 3.3.2 调整权值 | 第32页 |
| 3.3.3 强分类器 | 第32-33页 |
| 3.3.4 级联分类器 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 系统实现 | 第36-48页 |
| 4.1 实验环境 | 第36-38页 |
| 4.1.1 搭建实验平台 | 第36页 |
| 4.1.2 OpenCv 类库 | 第36-38页 |
| 4.2 系统架构 | 第38页 |
| 4.3 系统实现 | 第38-42页 |
| 4.3.1 样本创建 | 第39-40页 |
| 4.3.2 样本训练 | 第40页 |
| 4.3.3 人脸检测 | 第40-42页 |
| 4.4 实验结果 | 第42-47页 |
| 4.5 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读学位期间发表的学位论文 | 第53-55页 |
| 致谢 | 第55页 |