实用化人脸识别系统的研究与应用
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究背景及意义 | 第9-10页 |
| 1.3 国内外发展与研究现状 | 第10-13页 |
| 1.3.1 人脸检测的研究现状 | 第10-12页 |
| 1.3.2 人脸识别的研究现状 | 第12-13页 |
| 1.4 论文主要工作和章节安排 | 第13-16页 |
| 第2章 人脸检测与对齐研究与实现 | 第16-31页 |
| 2.1 光照预处理 | 第16-18页 |
| 2.1.1 直方图均衡化原理 | 第16-17页 |
| 2.1.2 光照预处理的实现及效果 | 第17-18页 |
| 2.2 人脸检测的实现 | 第18-25页 |
| 2.2.1 Haar-like特征 | 第19-20页 |
| 2.2.2 积分图快速计算 | 第20-21页 |
| 2.2.3 AdaBoost算法训练强分类器 | 第21-23页 |
| 2.2.4 人脸检测的实现及效果 | 第23-25页 |
| 2.3 人脸对齐的实现 | 第25-30页 |
| 2.3.1 SIFT特征 | 第26-27页 |
| 2.3.2 SDM算法原理 | 第27页 |
| 2.3.3 人脸对齐的实现及效果 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 人脸识别研究与实现 | 第31-47页 |
| 3.1 人脸特征的提取 | 第31-38页 |
| 3.1.1 LBP算子 | 第31-33页 |
| 3.1.2 LBP特征的提取 | 第33-34页 |
| 3.1.3 HD-LBP特征的实现 | 第34-36页 |
| 3.1.4 相关参数的优化改进 | 第36-38页 |
| 3.2 特征降维的研究与实现 | 第38-42页 |
| 3.2.1 PCA算法降维原理 | 第38-39页 |
| 3.2.2 PCA算法的改进实现 | 第39-42页 |
| 3.3 人脸的匹配验证 | 第42-46页 |
| 3.3.1 验证方案的选择 | 第42-43页 |
| 3.3.2 SVM确定最佳阈值 | 第43-45页 |
| 3.3.3 人脸验证的实现效果 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 人脸识别在校园考勤系统的应用与实现 | 第47-69页 |
| 4.1 系统的需求分析 | 第47页 |
| 4.2 系统的设计 | 第47-54页 |
| 4.2.1 系统的总体结构设计 | 第47-49页 |
| 4.2.2 系统的数据库设计 | 第49-51页 |
| 4.2.3 系统的软件设计 | 第51-54页 |
| 4.3 系统的实现 | 第54-67页 |
| 4.3.1 数据接收模块的实现 | 第55-56页 |
| 4.3.2 卡机管理模块的实现 | 第56-58页 |
| 4.3.3 基于人脸检测的新生注册模块实现 | 第58-62页 |
| 4.3.4 信息管理模块的实现 | 第62-63页 |
| 4.3.5 基于人脸识别的出入管理模块实现 | 第63-67页 |
| 4.4 系统的性能测试与分析 | 第67-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第5章 总结与展望 | 第69-71页 |
| 5.1 全文总结 | 第69-70页 |
| 5.2 工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间获得的科研成果 | 第75页 |
