| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·课题研究的背景 | 第10-11页 |
| ·课题研究的意义 | 第11页 |
| ·人脸检测综述 | 第11-15页 |
| ·人脸检测的发展 | 第11-13页 |
| ·人脸检测的方法 | 第13页 |
| ·人脸检测的研究难点 | 第13-14页 |
| ·人脸检测的评价标准 | 第14页 |
| ·人脸检测的研究现状 | 第14-15页 |
| ·本课题研究的主要内容 | 第15-16页 |
| 第2章 基于AdaBoost 算法的人脸检测 | 第16-33页 |
| ·AdaBoost 方法概述 | 第16-18页 |
| ·AdaBoost 方法的理论基础 | 第16-17页 |
| ·Adaboost 算法在人脸检测中的应用 | 第17-18页 |
| ·矩形特征与积分图 | 第18-23页 |
| ·矩形特征及特征数量的计算 | 第18-21页 |
| ·积分图的定义 | 第21-22页 |
| ·利用积分图计算矩形特征值 | 第22-23页 |
| ·AdaBoost 人脸检测算法的训练 | 第23-27页 |
| ·分类器的训练 | 第24-26页 |
| ·级联分类器的设计 | 第26-27页 |
| ·Adaboost 人脸检测算法训练过程的优化 | 第27-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 AadBoost 人脸检测算法的实现 | 第33-40页 |
| ·Adaboost 人脸检测算法检测流程 | 第33-34页 |
| ·多尺度人脸检测机制 | 第34-35页 |
| ·弱分类器尺度缩放机制 | 第34页 |
| ·图像缩放机制 | 第34-35页 |
| ·人脸检测过程的软件设计 | 第35-39页 |
| ·图像预处理及积分图计算 | 第35-36页 |
| ·多尺度人脸检测机制的设计 | 第36-38页 |
| ·检测结果的合并 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 人脸检测算法在DSP 平台上的移植与优化 | 第40-54页 |
| ·DM642 平台简介 | 第40-42页 |
| ·TM320C6000 系列DSP 的软件开发 | 第42-44页 |
| ·软件开发工具 | 第42页 |
| ·软件开发流程 | 第42-44页 |
| ·人脸检测算法在DM642 平台上的移植 | 第44-45页 |
| ·基于DM642 平台的Adaboost 人脸检测算法优化 | 第45-53页 |
| ·算法参数优化 | 第46页 |
| ·浮点定点化 | 第46-47页 |
| ·优化编译选项并使用内联函数 | 第47-49页 |
| ·软件流水 | 第49-50页 |
| ·数据存取与传输策略 | 第50-53页 |
| ·线性汇编优化 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第5章 实验结果及分析 | 第54-60页 |
| ·人脸检测算法的性能指标 | 第54-55页 |
| ·人脸检测算法在DSP 平台上的效率 | 第55页 |
| ·实际检测结果及分析 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |