| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.3 论文的研究目标和主要内容 | 第15-16页 |
| 1.4 论文的结构 | 第16-17页 |
| 第二章 Boosting人脸检测算法综述 | 第17-33页 |
| 2.1 Boosting算法 | 第17-18页 |
| 2.2 Haar-like特征 | 第18-21页 |
| 2.3 积分图 | 第21-23页 |
| 2.4 Adaboost分类器及算法分析 | 第23-31页 |
| 2.4.1 弱分类器 | 第23-26页 |
| 2.4.2 强分类器 | 第26-29页 |
| 2.4.3 级联的强分类器 | 第29-31页 |
| 2.5 人脸检测算法的评价指标 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 融合肤色模型的Adaboost人脸检测算法的研究 | 第33-49页 |
| 3.1 肤色空间 | 第33-35页 |
| 3.2 改进的YCb'Cr'颜色空间 | 第35-38页 |
| 3.3 肤色分割 | 第38-44页 |
| 3.3.1 图像预处理 | 第38-40页 |
| 3.3.2 基于YCb'Cr'肤色模型的肤色分割 | 第40-41页 |
| 3.3.3 形态学处理 | 第41-44页 |
| 3.4 基于YCb'Cr'肤色空间与Adaboost算法结合 | 第44-48页 |
| 3.4.1 训练Adaboost级联分类器 | 第45-46页 |
| 3.4.2 肤色模型与Adaboost分类器结合 | 第46-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 人脸检测算法的嵌入式平台实现 | 第49-71页 |
| 4.1 嵌入式硬件平台简述 | 第49-52页 |
| 4.1.1 SEP0611平台 | 第49-50页 |
| 4.1.2 SEED-DVS8168平台 | 第50-52页 |
| 4.2 基于嵌入式平台代码实现的优化 | 第52-60页 |
| 4.2.1 C语言的优化 | 第53-57页 |
| 4.2.2 编译器优化 | 第57页 |
| 4.2.3 基于嵌入式平台代码以及结构的优化 | 第57-60页 |
| 4.3 实验设计及结果分析 | 第60-69页 |
| 4.3.1 实验设计 | 第60-66页 |
| 4.3.2 结果分析 | 第66-69页 |
| 4.4 本章小结 | 第69-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 总结 | 第71页 |
| 5.2 展望 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 作者简介 | 第79页 |