基于ZYNQ实现实时人脸检测技术的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-11页 |
| ·课题研究的背景及意义 | 第7-8页 |
| ·人脸检测技术国内外研究现状 | 第8-9页 |
| ·本文主要工作及结构安排 | 第9-11页 |
| 2 人脸检测系统原理 | 第11-18页 |
| ·人脸检测方法分类 | 第11-16页 |
| ·基于知识模型 | 第11-13页 |
| ·基于表象 | 第13-16页 |
| ·人脸检测算法性能评测标准 | 第16页 |
| ·ZYNQ体系架构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 ADABOOST算法及级联分类器的训练 | 第18-29页 |
| ·Boosting算法起源 | 第18页 |
| ·AadBoost算法提出及原理 | 第18-20页 |
| ·Haar特征与积分图像 | 第20-25页 |
| ·Haar-like特征 | 第21-23页 |
| ·积分图像 | 第23-25页 |
| ·AdaBoost算法的训练过程 | 第25-28页 |
| ·训练样本的选择 | 第25-26页 |
| ·弱分类器和强分类器 | 第26-27页 |
| ·级联分类器 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 4 人脸检测系统图像采集及预处理 | 第29-51页 |
| ·人脸检测算法方案 | 第29-30页 |
| ·图像数据采集 | 第30页 |
| ·图像预处理 | 第30-49页 |
| ·图像增强 | 第31-36页 |
| ·肤色分割 | 第36-43页 |
| ·边缘检测 | 第43-49页 |
| ·人脸检测方案选取 | 第49-50页 |
| ·本章小节 | 第50-51页 |
| 5 基于ZYNQ平台的人脸检测算法的验证与分析 | 第51-60页 |
| ·人脸检测系统整体设计 | 第51页 |
| ·系统实验平台 | 第51-53页 |
| ·嵌入式系统软件环境的搭建 | 第53-57页 |
| ·宿主机环境搭建 | 第53-55页 |
| ·目标机环境搭建 | 第55-57页 |
| ·系统测试 | 第57-58页 |
| ·实验结果与分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
