| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究历史和现状 | 第11-14页 |
| 1.2.1 人脸识别的研究历史和现状 | 第11-13页 |
| 1.2.2 眼睛定位的研究历史和现状 | 第13-14页 |
| 1.3 本文的研究内容 | 第14-16页 |
| 1.3.1 问题的提出及本文的内容 | 第14页 |
| 1.3.2 论文的框架 | 第14-16页 |
| 第2章 眼睛定位算法综述 | 第16-21页 |
| 2.1 眼睛定位的重要性和制约因素 | 第16-17页 |
| 2.1.1 眼睛定位的重要性 | 第16页 |
| 2.1.2 眼睛定位的制约因素 | 第16-17页 |
| 2.2 眼睛定位的基本算法 | 第17-21页 |
| 2.2.1 基于模板匹配的方法 | 第17-19页 |
| 2.2.2 基于统计的方法 | 第19-20页 |
| 2.2.3 基于知识的方法 | 第20-21页 |
| 第3章 AdaBoost算法和随机森林算法 | 第21-30页 |
| 3.1 Haar特征 | 第21-23页 |
| 3.2 AdaBoost算法 | 第23-28页 |
| 3.2.1 AdaBoost算法原理 | 第24-27页 |
| 3.2.2 基于Haar特征的AdaBoost的训练 | 第27-28页 |
| 3.3 随机森林算法 | 第28-30页 |
| 3.3.1 随机森林算法简介 | 第28-29页 |
| 3.3.2 随机森林的训练 | 第29-30页 |
| 第4章 人脸识别系统的眼睛定位算法 | 第30-50页 |
| 4.1 预处理 | 第31-39页 |
| 4.1.1 光照处理 | 第31-33页 |
| 4.1.2 眼镜和眼镜反光判断 | 第33-39页 |
| 4.2 眼睛检测及初定位 | 第39-42页 |
| 4.2.1 基于Gabor的初定位算法 | 第40页 |
| 4.2.2 基于模板匹配的初定位算法 | 第40-42页 |
| 4.3 人脸对称轴定位算法 | 第42-45页 |
| 4.3.1 基于点对的人脸对称轴定位算法 | 第42-44页 |
| 4.3.2 利用对称轴信息判断和修正 | 第44-45页 |
| 4.4 精确定位算法 | 第45-49页 |
| 4.4.1 睁闭眼睛判断 | 第45-47页 |
| 4.4.2 睁眼睛的精确定位 | 第47-48页 |
| 4.4.3 闭眼睛的精确定位 | 第48-49页 |
| 4.5 利用随机森林算法的判别及修正算法 | 第49-50页 |
| 第5章 实验结果分析与总结展望 | 第50-56页 |
| 5.1 眼睛定位算法的检验标准 | 第50页 |
| 5.2 本文眼睛定位算法结果及分析 | 第50-53页 |
| 5.3 总结与展望 | 第53-56页 |
| 5.3.1 本文工作总结 | 第53-54页 |
| 5.3.2 眼睛定位算法展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间发表的论文 | 第62页 |