文摘
英文文摘
声明
第一章绪论
1.1选题背景和意义
1.2人脸识别的国内外研究现状
1.3本文的主要研究内容
1.4本文的内容安排
第二章AdaBoost原算法
2.1人脸特征提取
2.1.1 Haar-like特征值
2.1.2积分图像
2.2构造强分类器
2.2.1训练弱分类器
2.2.2实现强分类器
2.2.3误差学习
2.3分类器级联
第三章支持向量机与粒子群
3.1支持向量机简介
3.1.1最优分离超平面
3.1.2 SVM的核函数
3.1.3 SVM的构造方法
3.2粒子群算法简介
第四章PSO-AdaBoost算法及人脸检测
4.1 PSO-AdaBoost算法
4.1.1训练基于SVM的弱分类器
4.1.2构造弱分类器级联
4.1.3 PSO优化弱分类器系数
4.2 PSO-AdaBoost人脸检测系统结构
第五章实验结果及其分析
5.1实验测试数据库和平台
5.2实验参数设置
5.3实验检测结果
第六章结论和展望
6.1本文主要工作
6.2创新之处
6.3工作展望
参考文献
在校期间发表的论文、科研成果等
致谢