| 致谢 | 第5-6页 |
| 摘要 | 第6-9页 |
| Abstract | 第9-10页 |
| 1 INTRODUCTION | 第15-19页 |
| 1.1 Context | 第15-16页 |
| 1.2 Motivation | 第16-17页 |
| 1.3 Organization of thesis | 第17-19页 |
| 2 RELATED WORK | 第19-37页 |
| 2.1 Face Detection | 第19-20页 |
| 2.2 History | 第20-22页 |
| 2.3 Different algorithms (Face detection and Recognition) | 第22-26页 |
| 2.3.1 HAAR Classifier | 第22-23页 |
| 2.3.2 PCA | 第23页 |
| 2.3.3 ICA | 第23页 |
| 2.3.4 LDA | 第23-24页 |
| 2.3.5 EP | 第24页 |
| 2.3.6 EBGM | 第24页 |
| 2.3.7 Kernel methods | 第24页 |
| 2.3.8 Trace transform | 第24-25页 |
| 2.3.9 AAM | 第25页 |
| 2.3.10 SVM | 第25-26页 |
| 2.4 Model based | 第26-32页 |
| 2.4.1 3-D Model based | 第27-28页 |
| 2.4.2 2-D Model based | 第28-32页 |
| 2.5 Neural Network based face detection | 第32-33页 |
| 2.6 Linear Subspace Methods | 第33页 |
| 2.7 Eigen faces | 第33-34页 |
| 2.8 Statistical Approaches | 第34页 |
| 2.9 Principal Components Analysis (PCA) | 第34-35页 |
| 2.10 Advance method based | 第35-37页 |
| 2.10.1 Viola -Jones method | 第35-36页 |
| 2.10.2 Feature Extraction | 第36-37页 |
| 3 GPU BASED FACE DETECTION | 第37-57页 |
| 3.1 Graphic Processing Units (GPUs) | 第37-38页 |
| 3.2 Modern GPUs | 第38-45页 |
| 3.2.1 NVIDIA | 第39-43页 |
| 3.2.2 AMD GPUs | 第43-45页 |
| 3.3 Why GPUs are better than CPUs | 第45-47页 |
| 3.4 CUDA Programming Model | 第47-49页 |
| 3.5 Face Detection Methodology | 第49-54页 |
| 3.5.1 Viola-Jones method | 第49-54页 |
| 3.6 Parallelizing approaches of Viola Jones Face detection algorithm | 第54-57页 |
| 3.6.1 Cascade Classifiers | 第54页 |
| 3.6.2 Integral Image | 第54-55页 |
| 3.6.3 Scaling Search Window | 第55-57页 |
| 4 EXPERIMENTS AND RESULTS | 第57-66页 |
| 4.1 Processing Environment | 第57-58页 |
| 4.2 RESULTS | 第58-66页 |
| 5 CONCLUSION & DISCUSSION | 第66-68页 |
| 5.1 Future Work: | 第67-68页 |
| References | 第68-71页 |
| Dataset for the Master's Thesis | 第71-72页 |
