| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·人脸识别系统研究的背景及意义 | 第7-8页 |
| ·人脸检测与识别的研究现状概述 | 第8-11页 |
| ·人脸检测研究现状 | 第8-10页 |
| ·人脸识别的研究现状 | 第10-11页 |
| ·人脸自动识别系统的基本结构及技术难点 | 第11-13页 |
| ·论文的主要工作及结构安排 | 第13-15页 |
| ·本文的主要工作 | 第13-14页 |
| ·本文的章节安排 | 第14-15页 |
| 第二章 基于肤色与 AdaBoost 的人脸检测算法 | 第15-27页 |
| ·颜色空间概述 | 第15-17页 |
| ·RGB 颜色空间 | 第15-16页 |
| ·HSV 颜色空间 | 第16-17页 |
| ·YCrCb 颜色空间 | 第17页 |
| ·肤色模型的建立 | 第17-19页 |
| ·基于 Haar 特征与 AdaBoost 的人脸检测算法 | 第19-21页 |
| ·Haar 特征与积分图像 | 第19-20页 |
| ·AdaBoost 算法 | 第20-21页 |
| ·分类器级联 | 第21页 |
| ·基于肤色和 AdaBoost 的人脸检测 | 第21-22页 |
| ·相关实验 | 第22-25页 |
| ·实验环境 | 第22-23页 |
| ·实验结果与分析 | 第23-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 基于局部 Shearlet 相位量化特征的人脸特征提取 | 第27-37页 |
| ·Shearlet 变换 | 第27-29页 |
| ·Shearlet 变换原理 | 第27-29页 |
| ·Shearlet 主要性质 | 第29页 |
| ·基于多尺度 LPQ 的纹理特征提取 | 第29-30页 |
| ·局部相位量化特征 | 第29-30页 |
| ·多尺度局部相位量化特征 | 第30页 |
| ·基于局部 Shearlet 相位量化特征的人脸特征提取方法 | 第30-32页 |
| ·算法基本思想 | 第30-31页 |
| ·算法执行步骤 | 第31-32页 |
| ·相关实验 | 第32-35页 |
| ·实验环境 | 第32-33页 |
| ·实验结果与分析 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于改进 PHOG 的人脸特征提取 | 第37-47页 |
| ·人脸图像的边缘检测 | 第37-39页 |
| ·边缘检测 | 第37页 |
| ·几种常见的边缘检测算子 | 第37-39页 |
| ·梯度方向直方图 | 第39-41页 |
| ·梯度方向直方图(HOG) | 第39-40页 |
| ·金字塔梯度方向直方图(PHOG) | 第40-41页 |
| ·基于改进 PHOG 的人脸特征提取 | 第41-43页 |
| ·PHOG 特征描述人脸形状的局限性及改进 | 第41-43页 |
| ·PHOG 特征在复杂背景下的局限性及改进 | 第43页 |
| ·相关实验 | 第43-46页 |
| ·实验环境 | 第43-44页 |
| ·实验结果与分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 视频人脸认证系统的设计与实现 | 第47-57页 |
| ·系统开发平台设计 | 第47-48页 |
| ·硬件平台设计 | 第47-48页 |
| ·软件平台设计 | 第48页 |
| ·系统软件开发工具 | 第48-50页 |
| ·Intel OpenCV 及 MFC 简介 | 第48-49页 |
| ·Access 数据库管理系统简介 | 第49-50页 |
| ·人脸识别系统的实现 | 第50-56页 |
| ·人脸检测模块的实现 | 第50-52页 |
| ·人脸采集模块的实现 | 第52-55页 |
| ·人脸识别模块的实现 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·全文总结 | 第57页 |
| ·研究展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第65页 |
