| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 引言 | 第7-8页 |
| 1 绪论 | 第8-12页 |
| ·国内外研究现状 | 第8页 |
| ·人脸检测识别相关技术概述 | 第8-10页 |
| ·人脸检测识别存在的主要问题 | 第10页 |
| ·论文研究内容以及章节安排 | 第10-12页 |
| 2 基于Adaboost和ASM的人脸检测算法 | 第12-24页 |
| ·Adaboost人脸检测算法 | 第12-17页 |
| ·Haar-like特征 | 第12-13页 |
| ·积分图 | 第13-15页 |
| ·AdaBoost算法 | 第15-16页 |
| ·级联分类器 | 第16页 |
| ·AdaBoost算法的人脸检测机制 | 第16-17页 |
| ·ASM算法 | 第17-20页 |
| ·标记关键特征点构建形状向量 | 第17页 |
| ·建立模型 | 第17-19页 |
| ·构建局部特征 | 第19页 |
| ·ASM的搜索匹配 | 第19-20页 |
| ·基于Adaboost和ASM的人脸检测 | 第20-21页 |
| ·自建人脸库 | 第21页 |
| ·实验结果与分析 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 3 人脸图像预处理 | 第24-30页 |
| ·人脸图像几何归一化 | 第24-25页 |
| ·人脸图像光照预处理 | 第25-29页 |
| ·伽玛校正 | 第26-27页 |
| ·高斯差分滤波 | 第27-28页 |
| ·对比度均衡 | 第28页 |
| ·双曲正切变换 | 第28-29页 |
| ·人脸图像预处理结果 | 第29页 |
| ·本章小结 | 第29-30页 |
| 4 基于Gabor小波的人脸特征提取 | 第30-37页 |
| ·Gabor小波 | 第30-31页 |
| ·基于Gabor小波的人脸特征提取的优势 | 第31页 |
| ·基于Gabor小波的人脸特征提取步骤 | 第31-35页 |
| ·采用FFT加速人脸图像的Gabor小波变换 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 5 基于Gabor+PCA+FLD的人脸识别的研究 | 第37-48页 |
| ·PCA基本原理及优缺点 | 第37-38页 |
| ·基于PCA人脸识别步骤 | 第37-38页 |
| ·PCA算法的不足 | 第38页 |
| ·FLD基本原理及优缺点 | 第38-40页 |
| ·FLD算法的步骤 | 第39页 |
| ·FLD算法的优缺点 | 第39-40页 |
| ·基于Gabor+PCA+FLD的人脸识别 | 第40-42页 |
| ·实验结果与分析 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 6 实时人脸检测与识别系统的设计与实现 | 第48-54页 |
| ·系统框架 | 第48-49页 |
| ·系统功能描述 | 第49-51页 |
| ·实验结果与分析 | 第51-52页 |
| ·实时多人脸检测与识别实验 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 申请学位期间的研究成果及发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |