| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究与发展 | 第11-16页 |
| 1.2.1 人脸检测问题概述 | 第11-12页 |
| 1.2.2 人脸检测的研究历史与现状 | 第12-13页 |
| 1.2.3 人脸检测的性能标准 | 第13-14页 |
| 1.2.4 人脸检测方法的分类 | 第14-16页 |
| 1.3 SOPC 发展史和应用 | 第16-18页 |
| 1.4 本文主要研究内容 | 第18-20页 |
| 第二章 人脸检测及 Adaboost 算法基本原理 | 第20-28页 |
| 2.1 Boosting 算法的概述 | 第20页 |
| 2.2 Adaboost 算法基本原理 | 第20-22页 |
| 2.3 Adaboost 算法在人脸检测中的应用 | 第22-26页 |
| 2.3.1 Haar-like 特征 | 第23-24页 |
| 2.3.2 积分图 | 第24页 |
| 2.3.3 利用积分图计算特征值 | 第24-25页 |
| 2.3.4 级联分类器的构建 | 第25-26页 |
| 2.4 Adaboost 人脸检测算法检测流程 | 第26-28页 |
| 第三章 SOPC 系统的搭建 | 第28-43页 |
| 3.1 Zynq-7000 平台介绍 | 第28-31页 |
| 3.1.1 处理器系统（PS） | 第29-30页 |
| 3.1.2 可编程逻辑（PL） | 第30-31页 |
| 3.1.3 PS 和 PL 之间的互联 | 第31页 |
| 3.2 Zynq-7000 开发工具 | 第31-34页 |
| 3.2.1 ISE Design Suite 14 | 第32页 |
| 3.2.2 PlanAhead | 第32-33页 |
| 3.2.3 XPS | 第33页 |
| 3.2.4 SDK | 第33-34页 |
| 3.2.5 ChipScope Pro | 第34页 |
| 3.3 Zynq-7000 硬件平台的构建 | 第34-43页 |
| 3.3.1 基本系统的建立 | 第36页 |
| 3.3.2 各种接口配置 | 第36-43页 |
| 第四章 Adaboost 人脸检测算法在 PC 机平台上的实现 | 第43-50页 |
| 4.1 OpenCV 简介 | 第43页 |
| 4.2 训练过程 | 第43-47页 |
| 4.2.1 正样本的处理 | 第45-46页 |
| 4.2.2 负样本的处理 | 第46页 |
| 4.2.3 训练分类器 | 第46-47页 |
| 4.3 人脸检测在 PC 机上的实现 | 第47-50页 |
| 4.3.1 静态图片检测 | 第47-48页 |
| 4.3.2 从摄像头中获取的图像的人脸检测 | 第48-50页 |
| 第五章 Adaboost 人脸检测算法在 SOPC 平台上的实现 | 第50-60页 |
| 5.1 视频显示模块设计 | 第51-54页 |
| 5.1.1 VGA 接口 | 第51-52页 |
| 5.1.2 VGA 接口时序 | 第52-53页 |
| 5.1.3 PL 驱动 VGA | 第53-54页 |
| 5.2 图像预处理 | 第54-56页 |
| 5.3 人脸检测模块 | 第56-58页 |
| 5.4 实验结果 | 第58-60页 |
| 第六章 论文总结和展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 作者简介及科研成果 | 第64-65页 |
| 致谢 | 第65页 |
