基于RLAB特征的人脸在线检测系统设计与实现
摘要 | 第4-5页 |
Abstract | 第5页 |
目录 | 第6-9页 |
第1章 绪论 | 第9-15页 |
1.1 课题来源及研究意义 | 第9-10页 |
1.2 与课题相关的国内外研究综述 | 第10-13页 |
1.2.1 国内外研究现状 | 第10-11页 |
1.2.2 人脸检测方法综述 | 第11-13页 |
1.3 本论文的主要工作内容 | 第13-15页 |
第2章 系统需求与关键技术分析 | 第15-32页 |
2.1 视频人脸在线识别系统概述 | 第15-16页 |
2.2 人脸在线检测系统需求分析 | 第16-23页 |
2.1.1 业务需求分析 | 第16-17页 |
2.1.2 功能需求分析 | 第17-21页 |
2.1.3 系统非功能性需求分析 | 第21-22页 |
2.1.4 系统预期达到的目标 | 第22-23页 |
2.3 关键技术分析 | 第23-31页 |
2.3.1 I/O完成端口模型 | 第23-24页 |
2.3.2 特征提取 | 第24-27页 |
2.3.3 积分图算法 | 第27-28页 |
2.3.4 Adaboost算法 | 第28-31页 |
2.4 本章小结 | 第31-32页 |
第3章 人脸在线检测系统设计 | 第32-60页 |
3.1 系统总体设计 | 第32-34页 |
3.1.1 系统处理流程 | 第32-33页 |
3.1.2 系统功能结构 | 第33-34页 |
3.2 通信模块设计 | 第34-40页 |
3.2.1 通信模块功能结构设计 | 第34-35页 |
3.2.2 通信模块逻辑结构设计 | 第35-38页 |
3.2.3 通信模块数据结构设计 | 第38-40页 |
3.3 人脸检测模块设计 | 第40-45页 |
3.3.1 人脸检测模块功能结构设计 | 第40-42页 |
3.3.2 人脸检测模块逻辑结构设计 | 第42-44页 |
3.3.3 人脸检测模块数据结构设计 | 第44-45页 |
3.4 模型训练模块设计 | 第45-59页 |
3.4.1 模型训练模块功能结构设计 | 第45-51页 |
3.4.2 模型训练模块逻辑结构设计 | 第51-58页 |
3.4.3 模型训练模块数据结构设计 | 第58-59页 |
3.5 本章小结 | 第59-60页 |
第4章 人脸在线检测系统实现 | 第60-82页 |
4.1 通信模块实现 | 第60-63页 |
4.2 人脸检测模块实现 | 第63-67页 |
4.2.1 人脸检测模块总体实现 | 第63-64页 |
4.2.2 人脸检测初始化 | 第64页 |
4.2.3 检测分类过程 | 第64-66页 |
4.2.4 区域合并过程 | 第66-67页 |
4.3 模型训练模块实现 | 第67-81页 |
4.3.1 样本归一化和扩展 | 第69-74页 |
4.3.2 特征空间计算 | 第74-77页 |
4.3.3 弱分类器挑选 | 第77-79页 |
4.3.4 强分类器构造和级联 | 第79-81页 |
4.4 本章总结 | 第81-82页 |
第5章 系统测试与结果分析 | 第82-97页 |
5.1 测试环境 | 第82页 |
5.2 功能测试 | 第82-90页 |
5.2.1 通信模块功能测试 | 第82-84页 |
5.2.2 人脸模块功能测试 | 第84-87页 |
5.2.3 训练模块功能测试 | 第87-90页 |
5.3 通信模块测试与结果分析 | 第90-93页 |
5.3.1 压力测试 | 第90页 |
5.3.2 性能测试 | 第90-92页 |
5.3.3 性能优化 | 第92-93页 |
5.4 人脸检测模块测试与结果分析 | 第93-96页 |
5.4.1 测试库和评价标准 | 第93页 |
5.4.2 人脸检测性能分析对比 | 第93-96页 |
5.5 本章总结 | 第96-97页 |
结论 | 第97-98页 |
参考文献 | 第98-103页 |
致谢 | 第103-104页 |
个人简历 | 第104页 |