| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-18页 |
| ·课题研究背景及意义 | 第8页 |
| ·嵌入式人脸检测技术和人脸识别技术简介 | 第8-15页 |
| ·人脸检测算法的研究现状 | 第8-10页 |
| ·人脸识别的研究现状及研究内容 | 第10-12页 |
| ·嵌入式系统简介 | 第12-13页 |
| ·嵌入式人脸检测和识别系统的研究现状 | 第13-14页 |
| ·常用人脸数据库的介绍 | 第14-15页 |
| ·课题的研究难点 | 第15-16页 |
| ·本文主要工作和内容安排 | 第16-18页 |
| 2 嵌入式人脸识别系统的开发环境构建 | 第18-28页 |
| ·硬件平台的介绍 | 第18-19页 |
| ·嵌入式Linux开发环境的构建 | 第19-26页 |
| ·宿主机环境的构建 | 第20-22页 |
| ·搭建目标机开发环境 | 第22-25页 |
| ·设备驱动的移植 | 第25-26页 |
| 本章小结 | 第26-28页 |
| 3 基于adaboost的人脸检测算法 | 第28-40页 |
| ·adaboost人脸检测方法发展及特点 | 第28-33页 |
| ·Harr特征 | 第28-30页 |
| ·积分图 | 第30-31页 |
| ·最优的弱分类器 | 第31-32页 |
| ·强分类器 | 第32页 |
| ·级联分类器 | 第32-33页 |
| ·基于adaboost人脸检测算法的过程 | 第33页 |
| ·结合人眼定位的adaboost算法 | 第33-34页 |
| ·图像预处理的方法介绍 | 第34-38页 |
| ·灰度变换 | 第34-35页 |
| ·直方图均衡化 | 第35-37页 |
| ·人脸图像的几何处理 | 第37-38页 |
| 本章小结 | 第38-40页 |
| 4 基于加权小波变换和流形正则化非负矩阵分解的人脸识别算法 | 第40-58页 |
| ·基于非负矩阵分解的人脸识别算法 | 第40-44页 |
| ·非负矩阵分解思想的起源 | 第40页 |
| ·非负矩阵分解的定义 | 第40-41页 |
| ·非负矩阵的优化模型 | 第41-42页 |
| ·非负矩阵分解的迭代算法 | 第42-43页 |
| ·基于非负矩阵分解人脸识别的流程 | 第43-44页 |
| ·基于流形正则化非负矩阵分解的人脸识别算法 | 第44-47页 |
| ·流形的定义 | 第44页 |
| ·流形的学习 | 第44-46页 |
| ·基于流形正则化非负矩阵分解算法 | 第46-47页 |
| ·结合加权小波变换和流形正则化非负矩阵分解的人脸识别算法 | 第47-56页 |
| ·小波变换的介绍 | 第47-49页 |
| ·算法的实现 | 第49-50页 |
| ·实验结果与分析 | 第50-56页 |
| 本章小结 | 第56-58页 |
| 5 系统的设计与实现 | 第58-74页 |
| ·人脸检测和人脸识别系统所需的环境 | 第58-61页 |
| ·硬件平台的描述 | 第58页 |
| ·人脸检测和人脸识别所需的软件平台 | 第58-61页 |
| ·系统的设计 | 第61-67页 |
| ·系统的总体结构 | 第61-62页 |
| ·系统各个模块的设计 | 第62-66页 |
| ·系统界面的设计 | 第66-67页 |
| ·系统测试与分析 | 第67-72页 |
| ·通过摄像头采集图像进行测试 | 第67-70页 |
| ·利用ORL人脸库对系统进行测试 | 第70-71页 |
| ·系统主要性能的分析 | 第71-72页 |
| 本章小结 | 第72-74页 |
| 6 结论 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 攻读学位期间发表的学术论文 | 第82-84页 |
| 致谢 | 第84页 |