通道式人脸识别监控报警系统设计与实现
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-25页 |
| ·研究背景 | 第15页 |
| ·人脸识别技术的发展状况 | 第15-23页 |
| ·人脸识别技术的主要方法 | 第15-20页 |
| ·国外人脸识别技术的研究 | 第20-21页 |
| ·国内人脸识别技术的研究 | 第21-22页 |
| ·人脸识别系统在安防领域的应用 | 第22-23页 |
| ·人脸识别技术面临的问题与挑战 | 第23页 |
| ·本文的主要工作 | 第23-25页 |
| 第二章 系统总体设计 | 第25-31页 |
| ·系统架构 | 第25-26页 |
| ·系统需求分析 | 第26-28页 |
| ·系统需求分析 | 第26-28页 |
| ·系统性能指标 | 第28页 |
| ·系统功能模块设计 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 人脸检测和定位设计与实现 | 第31-45页 |
| ·人脸检测和定位 | 第31-33页 |
| ·人脸识别算法的基本原理 | 第31-32页 |
| ·人脸检测算法选择 | 第32页 |
| ·人脸检测标准 | 第32-33页 |
| ·图像预处理 | 第33-34页 |
| ·AdaBoost算法 | 第34-38页 |
| ·Haar-like特征 | 第35-37页 |
| ·积分图 | 第37-38页 |
| ·基于AdaBoost算法的人脸检测 | 第38-40页 |
| ·基于随机森林的人脸关键点定位方法 | 第40-44页 |
| ·随机森林分类器设计 | 第40-41页 |
| ·正负样本的收集 | 第41-42页 |
| ·特征选择及决策树设计 | 第42-43页 |
| ·随机森林决策 | 第43页 |
| ·人脸精确定位 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于多特征融合的人脸识别方法 | 第45-53页 |
| ·多特征融合的人脸识别方法概述 | 第45页 |
| ·人脸特征提取 | 第45-47页 |
| ·灰度特征提取 | 第46-47页 |
| ·形状特征提取 | 第47页 |
| ·皮肤纹理特征提取 | 第47页 |
| ·多特征融合的人脸识别方法 | 第47-51页 |
| ·全局特征和局部特征的融合 | 第48-49页 |
| ·实验数据库及实验结果 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 通道式人脸识别监控报警系统的实现 | 第53-65页 |
| ·开发环境 | 第53页 |
| ·系统关键技术的实现 | 第53-59页 |
| ·DSP设备 | 第53-55页 |
| ·数据库设计 | 第55-59页 |
| ·系统核心代码实现 | 第59-61页 |
| ·图像预处理 | 第59-60页 |
| ·人脸检测实现 | 第60页 |
| ·人脸特征值及人脸识别实现 | 第60-61页 |
| ·监控报警客户端的实现 | 第61-62页 |
| ·系统试验数据及分析改进 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 结论和展望 | 第65-67页 |
| ·研究结论 | 第65页 |
| ·研究展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 作者简介 | 第73页 |
| 1. 基本情况 | 第73页 |
| 2. 教育背景 | 第73页 |
