| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·项目背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·人脸识别技术的研究现状及分析 | 第8-9页 |
| ·分布式的人脸识别技术 | 第9页 |
| ·人脸识别技术的分类技术研究 | 第9-10页 |
| ·论文的主要工作 | 第10页 |
| ·论文的组织结构 | 第10-11页 |
| ·本章小结 | 第11-13页 |
| 第二章 相关技术与理论 | 第13-19页 |
| ·人脸检测相关技术 | 第13-14页 |
| ·人脸图像获取与预处理 | 第13-14页 |
| ·人脸检测与定位基本方法 | 第14页 |
| ·人脸识别的相关技术 | 第14-16页 |
| ·人脸识别的流程 | 第14-15页 |
| ·经典 KNN 分类算法 | 第15-16页 |
| ·云计算的相关技术 | 第16-18页 |
| ·云计算技术和 HADOOP 的基本概念 | 第16-17页 |
| ·并行编程模型和计算框架——MapReduce | 第17页 |
| ·Hadoop 的开源数据库——HBase | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 云计算环境下人脸识别系统的研究 | 第19-33页 |
| ·需求分析 | 第19-20页 |
| ·总体设计 | 第20-22页 |
| ·云计算环境下人脸识别系统的整体结构 | 第20-21页 |
| ·云计算环境下人脸识别系统的数据流 | 第21-22页 |
| ·模块功能设计 | 第22-32页 |
| ·人脸检测和人脸图像预处理模块的设计 | 第23-26页 |
| ·云环境下人脸识别和分类技术的研究 | 第26-30页 |
| ·HBase 人脸数据库技术的研究 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 云计算环境下人脸识别系统的实现 | 第33-43页 |
| ·云计算环境下 PCA 方法的实现 | 第33-35页 |
| ·PCA 算法 MapReduce 的集群行为 | 第33-35页 |
| ·PCA 算法的实现 | 第35页 |
| ·HBase 数据库索引表的实现 | 第35-38页 |
| ·HBase 数据库的物理模型 | 第36-37页 |
| ·HBase 索引表蓝图 | 第37-38页 |
| ·一种带权值动态 k 值的 KNN 分类器的实现 | 第38-42页 |
| ·KNN 分类器的权值 | 第38-39页 |
| ·动态取得 k 值 | 第39-40页 |
| ·云计算环境下分类器的实现 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 实验与分析 | 第43-49页 |
| ·实验设计 | 第43-44页 |
| ·实验内容 | 第43页 |
| ·实验的人脸数据库 | 第43-44页 |
| ·实验环境 | 第44页 |
| ·性能评价方法 | 第44-46页 |
| ·系统测试 | 第46-48页 |
| ·不同硬件下计算效率对比实验 | 第46-47页 |
| ·经典 KNN 算法和改进的 KNN 分类算法比较实验 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| ·本文工作总结 | 第49页 |
| ·未来工作展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 读研期间研究成果 | 第55-56页 |