自然教室中基于视频流的人脸识别系统的研究与实现
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-16页 |
| ·研究背景 | 第7-9页 |
| ·研究内容 | 第9-10页 |
| ·研究现状 | 第10-14页 |
| ·特征脸识别 | 第10-11页 |
| ·弹性模板匹配（EBGM） | 第11页 |
| ·神经网络 | 第11-12页 |
| ·线段距离（LHD） | 第12页 |
| ·支持向量机（SVM） | 第12页 |
| ·隐马尔科夫模型（HMM） | 第12-14页 |
| ·研究难点 | 第14-15页 |
| ·本文工作与内容 | 第15-16页 |
| 第二章 教室中的人脸识别 | 第16-28页 |
| ·人脸识别在教室场景中的应用 | 第16页 |
| ·人脸检测 | 第16-19页 |
| ·基于Adaboost 方法的多层分类器架构 | 第17页 |
| ·基于Ababoost 分类器选择的人脸检测 | 第17-19页 |
| ·人脸特征提取与识别 | 第19-24页 |
| ·基于LRPCA 的特征脸表述 | 第20-23页 |
| ·基于马氏距离的人脸相似度计算 | 第23-24页 |
| ·人脸识别预处理技术 | 第24-28页 |
| ·去光照处理 | 第24-25页 |
| ·通过人脸检测实现斜脸修正 | 第25-28页 |
| 第三章 人脸识别系统设计 | 第28-42页 |
| ·系统架构 | 第28-29页 |
| ·系统模块 | 第29-38页 |
| ·监控ＧＵＩ模块 | 第29-30页 |
| ·摄像头控制模块 | 第30页 |
| ·人脸库样本库管理模块 | 第30-32页 |
| ·人脸检测、预处理模块 | 第32-33页 |
| ·人眼检测模块 | 第33-35页 |
| ·人脸识别模块 | 第35-38页 |
| ·数据处理流程 | 第38-42页 |
| ·人脸库样本数据处理 | 第38-40页 |
| ·实时采集人脸数据处理 | 第40-42页 |
| 第四章 系统运行结果及性能改进 | 第42-50页 |
| ·系统运行结果及相关参数说明 | 第42-45页 |
| ·系统改进 | 第45-50页 |
| ·引入肤色模型对检测准确性改进 | 第45-48页 |
| ·引入实时训练实现系统自学习 | 第48页 |
| ·一定时间域内的识别结果统计 | 第48-50页 |
| 第五章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间已发表或录用的论文 | 第56-58页 |
