基于OpenCV的人脸识别算法研究与实现
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 人脸识别的研究背景和意义 | 第7-8页 |
| 1.2 人脸识别的主要内容 | 第8-9页 |
| 1.2.1 人脸检测 | 第8-9页 |
| 1.2.2 人脸表征 | 第9页 |
| 1.2.3 人脸识别 | 第9页 |
| 1.3 人脸识别问题中的疑难点 | 第9-10页 |
| 1.4 人脸识别的应用 | 第10-11页 |
| 1.5 本文研究的主要内容和组织结构 | 第11-12页 |
| 第二章 人脸检测与识别的理论基础 | 第12-22页 |
| 2.1 人脸检测及定位的理论基础 | 第12-15页 |
| 2.1.1 基于知识规则的方法 | 第12-13页 |
| 2.1.2 基于可视特征的方法 | 第13-14页 |
| 2.1.3 基于模板匹配的方法 | 第14-15页 |
| 2.2 人脸的特征提取与识别理论基础 | 第15-19页 |
| 2.2.1 基于几何特征方法 | 第16页 |
| 2.2.2 基于代数特征方法 | 第16-17页 |
| 2.2.3 基于机器学习的方法 | 第17-19页 |
| 2.3 人脸识别的评价体系 | 第19-21页 |
| 2.3.1 评价标准 | 第19-20页 |
| 2.3.2 性能指标 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 人脸检测算法的讨论 | 第22-35页 |
| 3.1 人脸图像预处理讨论 | 第22-27页 |
| 3.1.1 灰度图像转换 | 第22页 |
| 3.1.2 消除噪声 | 第22-25页 |
| 3.1.3 图像边缘检测 | 第25-27页 |
| 3.2 人脸检测算法讨论 | 第27-33页 |
| 3.2.1 人脸检测方法简介 | 第28页 |
| 3.2.2 AdaBoost人脸检测方法讨论 | 第28-31页 |
| 3.2.3 AdaBoost方法的设计 | 第31-33页 |
| 3.3 基于OpenCV的人脸检测算法实现 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 人脸识别算法讨论 | 第35-46页 |
| 4.1 人脸识别算法简介 | 第35页 |
| 4.2 人脸识别算法研究与讨论 | 第35-38页 |
| 4.2.1 基于PCA方法 | 第35-36页 |
| 4.2.2 基于ICA方法 | 第36-38页 |
| 4.2.3 基于LDA方法 | 第38页 |
| 4.3 基于特征脸的人脸识别 | 第38-45页 |
| 4.3.1 特征脸的计算法 | 第38-41页 |
| 4.3.2 特征脸算法的实现 | 第41-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 基于OpenCV的人脸识别系统的实现 | 第46-52页 |
| 5.1 OpenCV开源库介绍 | 第46-49页 |
| 5.1.1 OpenCV简介 | 第46页 |
| 5.1.2 如何在VS2010下配置OpenCV | 第46-49页 |
| 5.2 本文系统的实验结果及分析 | 第49-52页 |
| 第六章 总结与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |
