| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 人脸识别的研究内容和存在问题 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.3.1 人脸识别方法研究现状 | 第10-12页 |
| 1.3.2 人脸识别技术应用现状 | 第12-13页 |
| 1.4 Android系统平台 | 第13页 |
| 1.5 本文主要工作 | 第13-15页 |
| 1.5.1 研究目的和内容 | 第13-14页 |
| 1.5.2 本文组织结构 | 第14-15页 |
| 第2章 多特征结合的人脸检测 | 第15-25页 |
| 2.1 颜色空间 | 第15-16页 |
| 2.2 基于人脸肤色的检测与分割 | 第16-18页 |
| 2.3 Adaboost人脸检测算法 | 第18-22页 |
| 2.4 多特征结合的人脸检测算法 | 第22页 |
| 2.5 实验结果 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 基于PCA算法的人脸识别 | 第25-31页 |
| 3.1 特征提取概述 | 第25页 |
| 3.2 常用的特征提取方法 | 第25-27页 |
| 3.2.1 基于几何特征的提取方法 | 第25页 |
| 3.2.2 模板匹配的提取方法 | 第25页 |
| 3.2.3 基于统计特征的人脸识别算法 | 第25-26页 |
| 3.2.4 基于隐马尔可夫（HMM）的方法 | 第26-27页 |
| 3.2.5 基于神经网络的人脸识别算法 | 第27页 |
| 3.3 本文使用的人脸识别算法 | 第27-29页 |
| 3.3.1 K-L变换 | 第27-28页 |
| 3.3.2 最近邻分类器 | 第28-29页 |
| 3.3.3 基于PCA的人脸识别 | 第29页 |
| 3.4 仿真结果和分析 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第4章 Android环境搭建和开发技术 | 第31-41页 |
| 4.1 Android系统概述 | 第31-32页 |
| 4.2 Android平台优势 | 第32页 |
| 4.2.1 Android平台的开放性 | 第32页 |
| 4.2.2 良好的应用开发生态环境 | 第32页 |
| 4.3 Android系统架构 | 第32-33页 |
| 4.4 应用组件 | 第33-34页 |
| 4.5 Android开发准备 | 第34-38页 |
| 4.5.1 JDK | 第34-37页 |
| 4.5.2 Eclipse和ADT | 第37页 |
| 4.5.3 SDK | 第37-38页 |
| 4.6 Android NDK | 第38页 |
| 4.7 JNI技术 | 第38-39页 |
| 4.8 OpenCV | 第39-40页 |
| 4.9 本章小结 | 第40-41页 |
| 第5章 基于Android的人脸识别门禁系统的设计与实现 | 第41-53页 |
| 5.0 系统前端设计 | 第41-44页 |
| 5.1 系统内部整体设计 | 第44-45页 |
| 5.2 系统模块设计 | 第45-50页 |
| 5.2.1 获取待识别图像部分 | 第45-46页 |
| 5.2.2 人脸检测部分 | 第46-48页 |
| 5.2.3 人脸识别部分 | 第48-50页 |
| 5.3 实验与结果分析 | 第50-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| 参考 文献 | 第55-57页 |
| 致谢 | 第57页 |