基于嵌入式系统的人脸检测算法研究与实现
摘要 | 第2-3页 |
ABSTRACT | 第3-4页 |
1 绪论 | 第7-11页 |
1.1 研究背景及意义 | 第7页 |
1.2 国内外研究现状 | 第7-9页 |
1.3 论文的研究内容与章节安排 | 第9-11页 |
2 人脸检测系统需求分析与设计 | 第11-15页 |
2.1 系统需求分析 | 第11-12页 |
2.1.1 系统功能需求分析 | 第11-12页 |
2.1.2 系统性能需求分析 | 第12页 |
2.2 系统功能设计 | 第12-13页 |
2.3 系统性能设计 | 第13-14页 |
本章小结 | 第14-15页 |
3 系统总体方案设计与人脸检测算法分析 | 第15-23页 |
3.1 系统总体方案设计 | 第15-16页 |
3.2 人脸检测算法分析 | 第16-17页 |
3.3 Adaboost算法在人脸检测中的应用 | 第17-22页 |
3.3.1 矩形特征 | 第17-18页 |
3.3.2 积分图 | 第18-20页 |
3.3.3 级联分类器的训练 | 第20-22页 |
本章小结 | 第22-23页 |
4 系统硬件设计 | 第23-27页 |
4.1 系统硬件组成结构 | 第23页 |
4.2 系统硬件平台选取 | 第23-25页 |
4.2.1 基于ARM11的S3C6410处理器 | 第24页 |
4.2.2 OK6410开发板 | 第24-25页 |
4.3 摄像头选取 | 第25页 |
4.4 系统硬件接口连接 | 第25-26页 |
本章小结 | 第26-27页 |
5 系统软件设计 | 第27-36页 |
5.1 系统软件组成结构 | 第27-28页 |
5.2 系统软件平台选取 | 第28-30页 |
5.2.1 嵌入式操作系统选取 | 第28页 |
5.2.2 辅助函数库选取 | 第28-30页 |
5.3 系统整体软件设计 | 第30-31页 |
5.4 系统视频采集软件设计 | 第31-33页 |
5.4.1 Video4Linux2技术 | 第31页 |
5.4.2 V4L2数据结构及API接口 | 第31-32页 |
5.4.3 视频采集软件流程 | 第32-33页 |
5.5 系统人脸检测软件设计 | 第33-35页 |
本章小结 | 第35-36页 |
6 系统实现及测试 | 第36-60页 |
6.1 系统开发环境搭建 | 第36-42页 |
6.1.1 安装Linux操作系统 | 第36-37页 |
6.1.2 搭建交叉编译环境 | 第37页 |
6.1.3 挂载NFS根文件传输系统 | 第37-38页 |
6.1.4 移植OpenCV与Qt辅助函数库 | 第38-41页 |
6.1.5 移植tslib | 第41-42页 |
6.2 系统实现 | 第42-50页 |
6.2.1 硬件实现 | 第42-43页 |
6.2.2 软件实现 | 第43-50页 |
6.3 系统测试 | 第50-52页 |
6.3.1 功能测试 | 第50-51页 |
6.3.2 性能测试 | 第51-52页 |
6.3.3 测试结果分析 | 第52页 |
6.4 系统性能改进 | 第52-58页 |
6.4.1 人脸检测参数改进 | 第52-53页 |
6.4.2 人脸检测分类器改进 | 第53-54页 |
6.4.3 图片缩放机制 | 第54-55页 |
6.4.4 设置肤色ROI区域 | 第55-58页 |
6.5 系统应用分析 | 第58-59页 |
本章小结 | 第59-60页 |
7 总结与展望 | 第60-62页 |
7.1 总结 | 第60页 |
7.2 展望 | 第60-62页 |
致谢 | 第62-63页 |
参考文献 | 第63-66页 |
附录 | 第66页 |