| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第7-13页 |
| 1.1 课题背景与意义 | 第7-8页 |
| 1.2 人脸检测技术 | 第8-11页 |
| 1.3 嵌入式技术概述 | 第11页 |
| 1.4 嵌入式系统在人脸检测中的应用 | 第11-12页 |
| 1.5 课题要求 | 第12-13页 |
| 第二章 课题总体方案设计 | 第13-21页 |
| 2.1 方案设计 | 第13页 |
| 2.2 硬件的设计 | 第13-16页 |
| 2.2.1 嵌入式开发板选择 | 第13-14页 |
| 2.2.2 硬件的总体构架 | 第14-16页 |
| 2.3 软件的设计 | 第16-20页 |
| 2.3.1 嵌入式操作系统的选型 | 第16-17页 |
| 2.3.2 软件功能模块设计 | 第17-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 嵌入式软件开发平台构建 | 第21-35页 |
| 3.1 Linux开发环境构建 | 第21-28页 |
| 3.1.1 pcDuino上的Ubuntu操作系统简介 | 第21页 |
| 3.1.2 pcDuino上操作系统的安装 | 第21-23页 |
| 3.1.3 备份NAND上的数据到SD上 | 第23-28页 |
| 3.2 OpenCV的移植 | 第28-30页 |
| 3.2.1 OpenCV介绍 | 第28-29页 |
| 3.2.2 OpenCV的移植过程 | 第29-30页 |
| 3.3 c_enviroment库的移植 | 第30-31页 |
| 3.4 QT的移植 | 第31-34页 |
| 3.4.1 QT简介 | 第31页 |
| 3.4.2 QT的移植过程 | 第31-32页 |
| 3.4.3 QT的测试 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 人脸检测的主流方法与算法 | 第35-41页 |
| 4.1 一般的人脸检测方法 | 第35-36页 |
| 4.1.1 基于特征分析的方法 | 第35页 |
| 4.1.2 基于模版匹配的检测方法 | 第35页 |
| 4.1.3 基于知识的检测方法 | 第35页 |
| 4.1.4 基于统计学习的检测方法 | 第35-36页 |
| 4.2 Viola & Jones人脸检测算法 | 第36-40页 |
| 4.2.1 计算Haar-like特征 | 第36-38页 |
| 4.2.2 特征选择和分类器训练 | 第38-39页 |
| 4.2.3 分类器级联 | 第39-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第五章 人脸检测追踪系统的实现 | 第41-46页 |
| 5.1 人脸检测模块的实现 | 第41-43页 |
| 5.1.1 人脸检测主要程序实现 | 第42页 |
| 5.1.2 人脸检测测试与实现 | 第42-43页 |
| 5.2 人脸追踪模块的实现 | 第43-45页 |
| 5.2.1 人脸追踪实现 | 第44-45页 |
| 5.3 本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-48页 |
| 6.1 本文总结 | 第46页 |
| 6.2 本文展望 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 在学期间的研究成果 | 第50-51页 |
| 致谢 | 第51页 |