| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-11页 |
| 1.1 背景和意义 | 第9页 |
| 1.2 国内外发展现状 | 第9-10页 |
| 1.3 论文主要内容和结构 | 第10-11页 |
| 第二章 人脸识别技术 | 第11-24页 |
| 2.1 人脸识别技术概述 | 第11-14页 |
| 2.1.1 相关技术 | 第11-12页 |
| 2.1.2 研究内容 | 第12-13页 |
| 2.1.3 应用场景 | 第13-14页 |
| 2.1.4 评价标准 | 第14页 |
| 2.2 发展历史与现状 | 第14-17页 |
| 2.3 人脸库简介 | 第17-19页 |
| 2.4 智能视频监控技术 | 第19-23页 |
| 2.4.1 发展过程 | 第19-22页 |
| 2.4.2 智能视频监控系统 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 人脸识别技术在“智慧南京”建设中的应用 | 第24-49页 |
| 3.1 “智慧南京”建设项目概述 | 第24-26页 |
| 3.1.1 智慧城市简介 | 第24-25页 |
| 3.1.2 “智慧南京”项目 | 第25-26页 |
| 3.2 “智慧南京”与人脸识别 | 第26-27页 |
| 3.2.1 重点人员监控 | 第27页 |
| 3.2.2 地铁视频监控告警系统 | 第27页 |
| 3.3 经典人脸识别算法 | 第27-31页 |
| 3.3.1 特征脸算法 | 第27-29页 |
| 3.3.2 弹性模板匹配 | 第29-30页 |
| 3.3.3 其他人脸识别算法 | 第30-31页 |
| 3.4 深度学习与人脸识别 | 第31-39页 |
| 3.4.1 脸书与DeepFace | 第32-34页 |
| 3.4.2 谷歌与FaceNet | 第34-36页 |
| 3.4.3 港中大DeepID | 第36-39页 |
| 3.5 面向服务架构的人脸识别系统 | 第39页 |
| 3.6 重点人员监控系统与“人脸识别” | 第39-48页 |
| 3.6.1 国内外发展与现状 | 第40页 |
| 3.6.2 建设方案 | 第40-44页 |
| 3.6.3 系统功能 | 第44-48页 |
| 3.6.4 测试和检验结果 | 第48页 |
| 3.7 本章小结 | 第48-49页 |
| 第四章 基于“人脸识别”的南京地铁视频监控告警系统 | 第49-77页 |
| 4.1 地铁视频监控告警系统概述 | 第49-50页 |
| 4.2 建设目标 | 第50页 |
| 4.3 建设方案 | 第50-59页 |
| 4.3.1 设计原则 | 第50-51页 |
| 4.3.2 方案特点 | 第51-52页 |
| 4.3.3 系统架构 | 第52-58页 |
| 4.3.4 安装部署 | 第58-59页 |
| 4.4 人脸采集 | 第59-65页 |
| 4.4.1 人脸采集算法与人脸检测流程 | 第59-63页 |
| 4.4.2 前端相机 | 第63页 |
| 4.4.3 视频汇聚平台 | 第63-65页 |
| 4.5 人脸分析比对 | 第65-67页 |
| 4.5.1 人脸分析对比算法步骤 | 第65-67页 |
| 4.5.2 运行结果 | 第67页 |
| 4.6 动态人像识别系统 | 第67-75页 |
| 4.6.1 算法研究 | 第68-70页 |
| 4.6.2 系统工作流程 | 第70-71页 |
| 4.6.3 系统功能 | 第71-75页 |
| 4.7 系统运行数据统计与效果 | 第75-76页 |
| 4.7.1 系统运行关键统计指标 | 第75页 |
| 4.7.2 系统运行效果 | 第75-76页 |
| 4.8 本章小结 | 第76-77页 |
| 第五章 总结与展望 | 第77-78页 |
| 参考文献 | 第78-79页 |
| 致谢 | 第79页 |