| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 人脸识别系统及研究现状 | 第10-12页 |
| 1.3 本文研究内容及章节安排 | 第12-14页 |
| 第二章 人脸识别系统总体架构设计 | 第14-19页 |
| 2.1 系统功能需求分析 | 第14-15页 |
| 2.2 系统整体架构 | 第15页 |
| 2.3 系统各功能模块设计 | 第15-18页 |
| 2.3.1 目标图像采集及预处理 | 第15-16页 |
| 2.3.2 实时人脸检测 | 第16-17页 |
| 2.3.3 云台摄像头控制 | 第17页 |
| 2.3.4 人脸识别与结果显示 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 实时人脸检测 | 第19-34页 |
| 3.1 图像预处理 | 第19-23页 |
| 3.1.1 彩色图像的光照处理 | 第19-21页 |
| 3.1.2 图像增强 | 第21-23页 |
| 3.2 基于肤色模型的人脸检测 | 第23-29页 |
| 3.2.1 色彩空间的类型和选取 | 第23-26页 |
| 3.2.2 肤色模型的建立 | 第26-27页 |
| 3.2.3 肤色检测 | 第27-29页 |
| 3.3 基于模板的人脸检测 | 第29-32页 |
| 3.3.1 模板匹配准则 | 第29-30页 |
| 3.3.2 人脸模板制作 | 第30-32页 |
| 3.4 实验结果 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 人脸特征提取与识别方法 | 第34-45页 |
| 4.1 基于主成分分析(PCA)的人脸识别 | 第34-38页 |
| 4.1.1 理论基础 | 第34-36页 |
| 4.1.2 基于PCA的人脸特征提取 | 第36-38页 |
| 4.2 基于支持向量机(SVM)的人脸识别 | 第38-44页 |
| 4.2.1 理论基础 | 第38-41页 |
| 4.2.2 基于SVM的多类判别 | 第41-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 基于Labview的人脸识别系统的实现及性能分析 | 第45-59页 |
| 5.1 Labview开发环境介绍 | 第45-46页 |
| 5.2 基于Labview的实时人脸检测 | 第46-52页 |
| 5.2.1 实时图像采集 | 第46-47页 |
| 5.2.2 肤色匹配与模板匹配 | 第47-51页 |
| 5.2.3 实验结果分析 | 第51-52页 |
| 5.3 基于PELCO-D协议的云台摄像头实时跟踪 | 第52-55页 |
| 5.3.1 PELCO-D协议及反馈信息编码 | 第52-53页 |
| 5.3.2 Labview与C++混合编程实现云台摄像头控制 | 第53-55页 |
| 5.4 基于Labview与OpenCV的人脸识别 | 第55-58页 |
| 5.4.1 人脸识别模块设计与实现 | 第55-57页 |
| 5.4.2 识别结果显示与性能分析 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 工作总结 | 第59页 |
| 6.2 发展展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |
