| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·引言 | 第7页 |
| ·人脸检测与识别的研究历史和现状概述 | 第7-9页 |
| ·本论文的研究背景及意义 | 第9页 |
| ·本论文主要研究内容 | 第9-11页 |
| 第二章 多人人脸检测 | 第11-29页 |
| ·人脸检测的常用方法 | 第11-13页 |
| ·基于知识的方法 | 第12页 |
| ·基于特征的方法 | 第12页 |
| ·模板匹配的方法 | 第12-13页 |
| ·基于外观形状的方法 | 第13页 |
| ·Adaboost 人脸检测方法的理论基础 | 第13-20页 |
| ·机器学习算法基础 | 第13-14页 |
| ·介绍Adaboost 算法 | 第14-17页 |
| ·Adaboost 算法分析 | 第17-20页 |
| ·基于Adaboost 的人脸检测 | 第20-23页 |
| ·人脸特征选取简介 | 第20页 |
| ·积分图像 | 第20-21页 |
| ·Haar 型特征 | 第21-22页 |
| ·分类器训练原理 | 第22-23页 |
| ·系统中人脸检测器 | 第23-25页 |
| ·基于Attentional Cascade 的人脸检测器 | 第23页 |
| ·搜索策略 | 第23-25页 |
| ·人脸检测算法的优化 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 人脸识别 | 第29-45页 |
| ·人脸图像的预处理 | 第29-32页 |
| ·图像的几何归一化 | 第29-30页 |
| ·图像的灰度归一化 | 第30页 |
| ·图像的边缘检测和锐化处理 | 第30-32页 |
| ·人脸识别的常用方法 | 第32-33页 |
| ·基于几何特征的人脸识别方法 | 第32-33页 |
| ·基于模板匹配人脸识别方法 | 第33页 |
| ·基于模型的人脸识别方法 | 第33页 |
| ·基于特征脸的识别 | 第33-40页 |
| ·图像的K-L 变换进行特征提取 | 第34-35页 |
| ·K-L 变换原理 | 第35-37页 |
| ·基于PCA 识别人脸算法 | 第37-39页 |
| ·特征值的选择 | 第39-40页 |
| ·距离函数的选择 | 第40页 |
| ·识别过程及试验结果 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 人脸检测与识别系统 | 第45-53页 |
| ·系统功能介绍 | 第45-49页 |
| ·系统流程图 | 第45-46页 |
| ·用例演示 | 第46-49页 |
| ·系统的优化策略 | 第49-51页 |
| ·多人人脸识别的改进策略 | 第50页 |
| ·判决规则的改进策略 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 基于Web 的人脸检测 | 第53-67页 |
| ·Web 平台的搭建 | 第53-59页 |
| ·构建web 人脸检测系统的方式 | 第53-55页 |
| ·Spring 框架简介 | 第55-57页 |
| ·数据库与服务器平台 | 第57-58页 |
| ·IBatis-Sql-Map 的使用 | 第58-59页 |
| ·Web 下的人脸检测系统 | 第59-65页 |
| ·系统流程图 | 第59页 |
| ·用例演示 | 第59-62页 |
| ·系统的优化策略 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 结束语 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |