| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1. 引言 | 第11-17页 |
| ·背景 | 第11-12页 |
| ·国内外研究及应用现状 | 第12-15页 |
| ·本论文主要研究内容 | 第15-16页 |
| ·小结 | 第16-17页 |
| 2. 图像预处理 | 第17-26页 |
| ·消除图像噪声 | 第17-21页 |
| ·图像噪声 | 第17-18页 |
| ·中值滤波去噪 | 第18-19页 |
| ·小波分析去噪 | 第19-21页 |
| ·分数阶微分实现图像增强 | 第21-23页 |
| ·基于人脸的图像归一化处理 | 第23-25页 |
| ·小结 | 第25-26页 |
| 3. 视频监控中的人脸检测 | 第26-40页 |
| ·人脸检测概述 | 第26-27页 |
| ·视频图像获取 | 第27-31页 |
| ·Directshow技术 | 第28-29页 |
| ·使用Direcshow获取视频图像 | 第29-31页 |
| ·基于ADABOOST算法的人脸检测 | 第31-37页 |
| ·Haar-like特征 | 第32-34页 |
| ·强分类器 | 第34-35页 |
| ·级联分类器 | 第35-37页 |
| ·仿真实验及结果分析 | 第37-39页 |
| ·小结 | 第39-40页 |
| 4. 人脸识别 | 第40-57页 |
| ·人脸识别概述 | 第40-42页 |
| ·建立人脸图像数据库 | 第42-44页 |
| ·PCA人脸识别 | 第44-48页 |
| ·PCA人脸识别理论 | 第44-46页 |
| ·PCA人脸识别仿真实验 | 第46-48页 |
| ·SIFT人脸识别 | 第48-55页 |
| ·SIFT人脸识别理论 | 第48-52页 |
| ·SIFT人脸识别仿真实验 | 第52-55页 |
| ·实验结果比较分析 | 第55-56页 |
| ·小结 | 第56-57页 |
| 5. 报警功能设置 | 第57-61页 |
| ·短信猫 | 第57-58页 |
| ·人脸识别控制报警 | 第58-60页 |
| ·小结 | 第60-61页 |
| 6. 基于人脸识别的视频监控报警原型系统设计与实现 | 第61-68页 |
| ·系统功能 | 第61-62页 |
| ·系统设计 | 第62-63页 |
| ·系统实现 | 第63-67页 |
| ·平台搭建 | 第63-64页 |
| ·具体实现过程 | 第64-67页 |
| ·小结 | 第67-68页 |
| 7. 总结与展望 | 第68-70页 |
| ·总结 | 第68-69页 |
| ·未来展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 后记 | 第73-74页 |
| 致谢 | 第74-75页 |
| 在读期间科研成果目录 | 第75页 |