| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 第一章 绪论 | 第6-14页 |
| ·课题的背景与意义 | 第6-7页 |
| ·国内外研究现状 | 第7-10页 |
| ·人脸识别系统的组成 | 第10-11页 |
| ·课题研究的主要内容 | 第11-13页 |
| ·论文主要内容及结构安排 | 第13-14页 |
| 第二章 Adaboost 算法的理论 | 第14-19页 |
| ·机器学习问题的表示 | 第14-15页 |
| ·Boosting 原理及在分类器上的应用 | 第15-17页 |
| ·弱学习与强学习 | 第15-16页 |
| ·Boosting 原理 | 第16-17页 |
| ·Adaboost 算法 | 第17-19页 |
| 第三章 Adaboost 人脸检测与定位算法的设计与实现 | 第19-37页 |
| ·Adaboost 训练分类器算法的实现 | 第19-33页 |
| ·训练样本的选择 | 第19-21页 |
| ·训练数据的组织 | 第21-23页 |
| ·矩形特征的提取 | 第23-26页 |
| ·弱分类器的训练及其阈值的确定 | 第26-28页 |
| ·强分类器的训练及其阈值的确定 | 第28-29页 |
| ·级联分类器的训练 | 第29-33页 |
| ·人脸图像的检测定位过程 | 第33-37页 |
| ·多尺度人脸检测 | 第34-36页 |
| ·检测窗口的合并 | 第36-37页 |
| 第四章 实验结果与分析 | 第37-44页 |
| ·训练结果与分析 | 第37-41页 |
| ·检测结果与分析 | 第41-43页 |
| ·结论 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| ·结论 | 第44页 |
| ·后续研究的展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 个人简介 | 第50页 |