| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·人脸检索概述 | 第8页 |
| ·课题研究的背景和意义 | 第8-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的研究内容与结构安排 | 第12-13页 |
| 第2章 本文人脸检索系统的设计方案 | 第13-15页 |
| ·人脸检测模块设计方案 | 第13-14页 |
| ·人脸识别模块设计方案 | 第14页 |
| ·本文人脸检索系统的设计目标 | 第14页 |
| ·本章小结 | 第14-15页 |
| 第3章 基于Adaboost 的快速人脸检测 | 第15-27页 |
| ·人脸检测技术综述 | 第15-18页 |
| ·基于 Adaboost 的人脸检测算法原理 | 第18-26页 |
| ·本章小结 | 第26-27页 |
| 第4章 基于主分量分析的人脸识别 | 第27-40页 |
| ·人脸识别技术综述 | 第27-30页 |
| ·基于经典主分量分析的人脸识别 | 第30-36页 |
| ·基于二维主分量分析的人脸识别 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 基于加块分权的2DPCA 的单样本人脸识别 | 第40-52页 |
| ·奇异值扰动 | 第40-42页 |
| ·基于图像分块的局部特征提取 | 第42-43页 |
| ·本文算法的具体实现步骤 | 第43-45页 |
| ·本文算法的实验结果及对比分析 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 基于视频流的正面人脸检索系统的实现 | 第52-62页 |
| ·OpenCV简介 | 第52-53页 |
| ·本文人脸检索系统的实现策略 | 第53-57页 |
| ·本文人脸检索系统实验结果及分析 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第7章 总结与展望 | 第62-64页 |
| ·本文的工作总结 | 第62页 |
| ·不足与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 附录1 攻读硕士学位期间参与的科研项目 | 第70页 |