| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-12页 |
| ·引言 | 第10-11页 |
| ·本文研究内容及创新点 | 第11-12页 |
| 第二章 Android手机智能基座设计 | 第12-26页 |
| ·人脸检测与人脸跟踪算法综述 | 第12-16页 |
| ·人脸检测算法 | 第12-14页 |
| ·人脸跟踪算法 | 第14-16页 |
| ·Android操作系统 | 第16-18页 |
| ·Android发展史 | 第16页 |
| ·Android体系架构 | 第16-18页 |
| ·OpenCV | 第18-20页 |
| ·OpenCV发展史 | 第18-19页 |
| ·OpenCV的模块组成 | 第19-20页 |
| ·开发工具与关键技术介绍 | 第20-26页 |
| ·Android SDK | 第20-21页 |
| ·JNI | 第21-22页 |
| ·Android NDK | 第22页 |
| ·USB accessory | 第22-26页 |
| 第三章 人脸检测算法 | 第26-46页 |
| ·Adaboost算法 | 第26-28页 |
| ·Discrete Adaboost算法 | 第26-28页 |
| ·Real AdaBoost和Gentle Adaboost算法 | 第28页 |
| ·MB-LBP特征提取 | 第28-32页 |
| ·Harr-like矩形特征 | 第29-30页 |
| ·MB-LBP特征 | 第30-32页 |
| ·弱分类器的设计 | 第32-33页 |
| ·积分图与检测子窗口内的特征 | 第33-37页 |
| ·积分图技术 | 第34-35页 |
| ·检测子窗口内的特征 | 第35-37页 |
| ·级联分类器的构成 | 第37-39页 |
| ·人脸检测过程的实现 | 第39-40页 |
| ·实验与分析 | 第40-46页 |
| ·样本的收集和处理 | 第40-41页 |
| ·特征比较 | 第41页 |
| ·人脸检测结果比较 | 第41-46页 |
| 第四章 基于CamShift的人脸跟踪算法 | 第46-60页 |
| ·Mean Shift算法 | 第46-50页 |
| ·无参密度估计 | 第46-48页 |
| ·Mean Shift理论 | 第48-50页 |
| ·基于Mean Shift的目标跟踪算法 | 第50-52页 |
| ·CamShift算法原理 | 第52-55页 |
| ·CamShift算法具体步骤 | 第53-54页 |
| ·直方图反向投影 | 第54-55页 |
| ·引入亮度和饱和度信息 | 第55-57页 |
| ·实验与分析 | 第57-60页 |
| 第五章 人脸检测与跟踪系统在Android平台下的实现 | 第60-76页 |
| ·开发环境的搭建 | 第60-61页 |
| ·开发工具集的下载与配置 | 第60页 |
| ·利用NDK编译生成OpenCV静态库 | 第60-61页 |
| ·人脸检测与跟踪系统的实现 | 第61-71页 |
| ·用Android应用程序框架编写Java代码 | 第62-66页 |
| ·利用JNI实现本地代码 | 第66-70页 |
| ·脚本文件编写及共享库生成 | 第70-71页 |
| ·实现基座的实时控制 | 第71-76页 |
| ·Java端代码编写 | 第72-74页 |
| ·固件改写 | 第74-76页 |
| 第六章 总结与展望 | 第76-78页 |
| ·工作总结 | 第76页 |
| ·展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 攻读研究生期间发表的论文 | 第84页 |