基于双核架构的嵌入式人脸识别系统研究
| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 人脸识别技术研究现状 | 第10-12页 |
| 1.3 嵌入式技术发展概况 | 第12-13页 |
| 1.4 论文内容及章节安排 | 第13-15页 |
| 第二章 硬件平台及开发环境 | 第15-22页 |
| 2.1 数字视频评估系统 | 第15页 |
| 2.2 DM6446的硬件环境与软件系统 | 第15-17页 |
| 2.2.1 硬件平台介绍 | 第15-16页 |
| 2.2.2 软件系统介绍 | 第16-17页 |
| 2.3 双核通信机制与算法封装 | 第17-18页 |
| 2.3.1 ARM与DSP的通信机制 | 第17-18页 |
| 2.3.2 软件算法封装 | 第18页 |
| 2.4 开发环境搭建 | 第18-22页 |
| 2.4.1 交叉编译环境 | 第18-20页 |
| 2.4.2 NFS调试环境搭建 | 第20-22页 |
| 第三章 人脸检测与识别算法 | 第22-35页 |
| 3.1 人脸检测算法 | 第22-27页 |
| 3.1.1 人脸检测算法介绍 | 第22-23页 |
| 3.1.2 基于肤色的人脸检测算法 | 第23页 |
| 3.1.3 基于Adaboost人脸检测算法 | 第23-27页 |
| 3.2 人脸特征点定位 | 第27-28页 |
| 3.2.1 特征点检测概述 | 第27页 |
| 3.2.2 特征点定位算法 | 第27-28页 |
| 3.3 人脸图像预处理 | 第28-29页 |
| 3.3.1 光照预处理 | 第29页 |
| 3.3.2 尺度归一化 | 第29页 |
| 3.4 人脸识别算法 | 第29-34页 |
| 3.4.1 人脸识别算法概述 | 第29-30页 |
| 3.4.2 PCA人脸识别 | 第30-32页 |
| 3.4.3 LBPH人脸识别 | 第32-33页 |
| 3.4.4 实验分析 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 改进的联合贝叶斯人脸识别算法 | 第35-44页 |
| 4.1 自适应人脸数据增强 | 第35-38页 |
| 4.1.1 人脸姿态的估计与变换 | 第35-37页 |
| 4.1.2 单样本人脸数据自适应增强 | 第37-38页 |
| 4.2 改进的联合贝叶斯人脸识别算法 | 第38-40页 |
| 4.2.1 联合贝叶斯人脸识别方法 | 第38页 |
| 4.2.2 结合数据增强的联合贝叶斯人脸识别 | 第38-39页 |
| 4.2.3 全局特征与局部特征融合的人脸识别 | 第39-40页 |
| 4.3 实验结果与分析 | 第40-43页 |
| 4.3.1 数据集 | 第40-41页 |
| 4.3.2 实验结果 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 算法移植与软件设计 | 第44-65页 |
| 5.1 软件系统框架 | 第44-45页 |
| 5.2 人脸特征点定位及预处理 | 第45-51页 |
| 5.2.1 人脸检测实现 | 第46-48页 |
| 5.2.2 人脸关键点定位实现 | 第48-50页 |
| 5.2.3 人脸预处理算法实现 | 第50-51页 |
| 5.3 人脸识别算法实现 | 第51-54页 |
| 5.3.1 基础运算模块 | 第51-52页 |
| 5.3.2 特征提取模块 | 第52-53页 |
| 5.3.3 模型训练模块 | 第53页 |
| 5.3.4 样本识别模块 | 第53-54页 |
| 5.4 人机交互实现 | 第54-59页 |
| 5.4.1 视频采集与显示 | 第54-55页 |
| 5.4.2 红外控制实现 | 第55-56页 |
| 5.4.3 UI显示设计 | 第56-59页 |
| 5.5 算法移植与优化 | 第59-60页 |
| 5.5.1 图像颜色空间的转换 | 第59-60页 |
| 5.5.2 人脸检测算法的优化 | 第60页 |
| 5.6 系统性能测试 | 第60-65页 |
| 5.6.1 红外遥控与UI响应测试 | 第60-61页 |
| 5.6.2 人脸识别测试 | 第61-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间公开发表的论文 | 第71-72页 |
| 致谢 | 第72页 |
