人脸特征提取系统的关键技术研究及其DSP实现
| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 中文文摘 | 第4-6页 |
| 目录 | 第6-9页 |
| 绪论 | 第9-13页 |
| 1.引言 | 第9-10页 |
| 2.研究背景和意义 | 第10-11页 |
| 3.研究目的 | 第11页 |
| 4.本文的主要工作和内容安排 | 第11-13页 |
| 第1章 人脸识别技术 | 第13-21页 |
| ·人脸识别研究现状 | 第13-15页 |
| ·国外研究动态 | 第13-14页 |
| ·国内研究动态 | 第14页 |
| ·人脸识别相关学术资源 | 第14-15页 |
| ·人脸识别的研究内容 | 第15-16页 |
| ·人脸识别技术存在的难点 | 第16-17页 |
| ·人脸特征提取技术 | 第17-20页 |
| ·人脸特征提取发展历史 | 第17-18页 |
| ·人脸特征提取方法 | 第18-20页 |
| ·人脸识别应用领域 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第2章 人脸图像预处理技术研究 | 第21-27页 |
| ·图像的采集 | 第21-22页 |
| ·图像的灰度化及二值化 | 第22页 |
| ·图像的平滑去噪 | 第22-23页 |
| ·图像的直方图均衡化 | 第23-24页 |
| ·尺寸归一化 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 消除表情变化的特征提取算法的实现 | 第27-39页 |
| ·小波技术 | 第27-29页 |
| ·主成分分析法 | 第29-33页 |
| ·K-L变换原理 | 第29-30页 |
| ·基于PCA的特征提取 | 第30-33页 |
| ·PCA存在问题 | 第33页 |
| ·线性判别分析法(LDA) | 第33-34页 |
| ·线性判别准则 | 第33-34页 |
| ·LDA存在问题 | 第34页 |
| ·基于小波分析和Fisherfaces的表情识别 | 第34-37页 |
| ·算法过程 | 第34-36页 |
| ·仿真实验 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 系统的硬件平台及其开发环境 | 第39-51页 |
| ·DSP芯片概述 | 第39-40页 |
| ·人脸特征提取系统硬件结构 | 第40-42页 |
| ·TMS320 DM642的硬件资源 | 第42-46页 |
| ·CPU结构 | 第42页 |
| ·Cache结构 | 第42-43页 |
| ·EDMA | 第43-44页 |
| ·视频端口 | 第44页 |
| ·地址映射 | 第44-45页 |
| ·外设接口 | 第45-46页 |
| ·DSP软件开发环境 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 系统在DSP上的实现及优化 | 第51-63页 |
| ·系统总体框架设计 | 第51-55页 |
| ·视频端口与视频编解码器设计 | 第52页 |
| ·中央处理器设计 | 第52-53页 |
| ·存储器模块设计 | 第53-54页 |
| ·电源模块设计 | 第54-55页 |
| ·系统的软件设计 | 第55-56页 |
| ·图像预处理 | 第55页 |
| ·人脸特征提取 | 第55-56页 |
| ·最近邻人脸识别 | 第56页 |
| ·算法的移植和优化 | 第56-61页 |
| ·优化的一般步骤 | 第57-58页 |
| ·C代码优化方法 | 第58-61页 |
| ·汇编语言级的优化 | 第61页 |
| ·结果分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·本文主要工作 | 第63-64页 |
| ·下一步工作展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间承担的科研任务与主要成果 | 第69-71页 |
| 致谢 | 第71-73页 |
| 个人简历 | 第73-75页 |
