基于机器学习的宿舍通道管理系统设计
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 本课题的选题背景 | 第11-12页 |
| 1.2 通道管理系统的研究现状 | 第12-13页 |
| 1.3 本课题的研究意义 | 第13-14页 |
| 1.4 论文结构安排 | 第14-16页 |
| 第二章 相关理论和关键技术 | 第16-23页 |
| 2.1 机器学习 | 第16-19页 |
| 2.1.1 机器学习概述 | 第16-17页 |
| 2.1.2 机器学习的分类与算法 | 第17-18页 |
| 2.1.3 机器学习应用的开发流程 | 第18-19页 |
| 2.2 面部识别技术 | 第19-23页 |
| 2.2.1 面部识别概述 | 第19-20页 |
| 2.2.2 面部检测技术 | 第20页 |
| 2.2.3 面部识别技术 | 第20-23页 |
| 第三章 系统概要设计 | 第23-30页 |
| 3.1 系统的结构框图 | 第23-24页 |
| 3.2 闸机控制子系统设计 | 第24-26页 |
| 3.3 管理客户端子系统设计 | 第26-28页 |
| 3.4 服务器子系统设计 | 第28-30页 |
| 第四章 面部识别模块实现 | 第30-50页 |
| 4.1 面部识别的方案设计与工作流程 | 第30-33页 |
| 4.1.1 面部识别的方案设计 | 第30-31页 |
| 4.1.2 面部识别的工作流程 | 第31-33页 |
| 4.2 面部识别的模型训练 | 第33-41页 |
| 4.2.1 面部识别模型训练器 | 第34-38页 |
| 4.2.2 面部识别样本的上传与更新 | 第38-40页 |
| 4.2.3 面部识别的模型下发 | 第40-41页 |
| 4.3 面部识别功能的实现 | 第41-48页 |
| 4.3.1 实时面部姿态的检测 | 第41-45页 |
| 4.3.2 面部区域的变换与对齐 | 第45-46页 |
| 4.3.3 用户身份的实时验证 | 第46-48页 |
| 4.4 面部识别模型的测试 | 第48-50页 |
| 第五章 出入规律学习模块实现 | 第50-67页 |
| 5.1 用户行为规律学习的方案设计与工作流程 | 第50-54页 |
| 5.1.1 出入规律学习的方案设计 | 第50-52页 |
| 5.1.2 出入规律学习的工作流程 | 第52-54页 |
| 5.2 出入时间规律学习的实现 | 第54-62页 |
| 5.2.1 出入时间规律的分析 | 第55-58页 |
| 5.2.2 出入时间规律的验证 | 第58-62页 |
| 5.3 出入结伴规律学习的实现 | 第62-67页 |
| 5.3.1 出入结伴规律的分析 | 第62-65页 |
| 5.3.2 出入结伴规律的查询 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 作者在攻读硕士期间的科研项目与奖励 | 第74-75页 |
| 学位论文评阅及答辩情况表 | 第75页 |
