| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 引言 | 第8-15页 |
| 1.1 研究背景与研究意义 | 第8-9页 |
| 1.1.1 人脸识别的研究背景 | 第8页 |
| 1.1.2 人脸识别的研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 人脸识别主要算法 | 第10-11页 |
| 1.3.1 人脸特征及提取算法 | 第10页 |
| 1.3.2 分类方法 | 第10-11页 |
| 1.4 嵌入式系统概述 | 第11-13页 |
| 1.4.1 嵌入式系统的定义及特点 | 第11-12页 |
| 1.4.2 嵌入式技术的发展历史 | 第12页 |
| 1.4.3 嵌入式技术的发展现状 | 第12-13页 |
| 1.4.4 ARM处理器 | 第13页 |
| 1.5 本文的主要工作和结构安排 | 第13-15页 |
| 2 基于Adaboost的人脸检测 | 第15-22页 |
| 2.1 Haar-like特征及其计算 | 第15-18页 |
| 2.1.1 Haar函数和Haar变换 | 第15-16页 |
| 2.1.2 Haar特征抽取 | 第16-17页 |
| 2.1.3 类Haar特征快速算法 | 第17-18页 |
| 2.2 Adaboost级联分类器 | 第18-21页 |
| 2.2.1 强分类器 | 第19-20页 |
| 2.2.2 级联强分类器 | 第20-21页 |
| 2.2.3 人脸检测 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 线性子空间人脸识别方法 | 第22-28页 |
| 3.1 基于PCA的人脸识别 | 第22-24页 |
| 3.2 基于 2DPCA的人脸识别 | 第24-27页 |
| 3.2.1 基本思想 | 第24-26页 |
| 3.2.2 特征提取 | 第26页 |
| 3.2.3 分类 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 4 基于Log-Gabor的人脸识别 | 第28-37页 |
| 4.1 Gabor滤波器 | 第28-30页 |
| 4.2 Log-Gabor滤波器 | 第30-33页 |
| 4.2.1 一维Log-Gabor滤波器 | 第30-32页 |
| 4.2.2 二维Log-Gabor滤波器 | 第32页 |
| 4.2.3 Log-Gabor滤波器组的设计 | 第32-33页 |
| 4.3 基于Log-Gabor滤波器 与 2DPCA的人脸识别 | 第33-34页 |
| 4.4 基于互信息的Log-Gabor特征加权融合 | 第34-36页 |
| 4.4.1 互信息理论 | 第35页 |
| 4.4.2 Log-Gabor特征加权融合 | 第35-36页 |
| 4.5 本章小结 | 第36-37页 |
| 5 嵌入式人脸识别系统的设计 | 第37-46页 |
| 5.1 硬件平台介绍 | 第37-38页 |
| 5.2 软件平台介绍 | 第38页 |
| 5.2.1 图像用户界面Qt/Embeded | 第38页 |
| 5.2.2 Opencv函数库 | 第38页 |
| 5.3 实验环境配置和搭建 | 第38-45页 |
| 5.3.1 交叉编译环境的创建 | 第39页 |
| 5.3.2 嵌入式Linux系统及其移植 | 第39-44页 |
| 5.3.3 摄像头驱动移植 | 第44-45页 |
| 5.4 Log-Gabor特征加权融合的嵌入式人脸识别 | 第45页 |
| 5.5 本章小结 | 第45-46页 |
| 6 嵌入式人脸识别系统的实现与测试 | 第46-52页 |
| 6.1 系统实现 | 第46-47页 |
| 6.1.1 图像采集 | 第46-47页 |
| 6.1.2 人脸识别方案 | 第47页 |
| 6.2 系统测试 | 第47-51页 |
| 6.2.1 人脸库 | 第48页 |
| 6.2.2 测试方案与测试结果 | 第48-51页 |
| 6.3 测试结果分析 | 第51页 |
| 6.4 本章小结 | 第51-52页 |
| 结语 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 在读期间公开发表论文（著）及科研情况 | 第58页 |
