首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

实用人脸识别系统初探

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-19页
   ·引言第10页
   ·人脸识别的研究意义第10-12页
     ·研究意义第10-11页
     ·应用的优势与不足第11-12页
   ·人脸识别研究概述第12-15页
     ·人脸识别分类第12-13页
     ·特征描述第13-14页
     ·特征选择第14页
     ·特征分类第14-15页
     ·特征融合第15页
   ·自动人脸识别系统的一般框架第15-16页
   ·国内外主要人脸识别商业系统第16页
   ·本文的主要工作第16-18页
   ·本文的章节结构第18-19页
第二章 人脸检测与特征点的定位第19-34页
   ·人脸检测第19-20页
   ·人脸特征点定位第20-21页
   ·基于投影峰分析的快速眼睛定位方法第21-29页
     ·算法描述第22-25页
     ·实验与分析第25-27页
     ·方法小结第27-29页
   ·人脸标准化第29-33页
     ·旋转第29-30页
     ·剪切与缩放第30页
     ·预处理第30-32页
     ·人脸图像Mask第32-33页
   ·本章小结第33-34页
第三章 基于Gabor 的人脸识别第34-51页
   ·Gabor 小波变换第34-37页
   ·人脸的Gabor 表示第37-40页
   ·PCA+FLD 人脸识别方法第40-44页
     ·图像下采样和归一化第40页
     ·PCA(Principle Component Analysis)第40-41页
     ·Fisher-LDA(Fisher Linear Discriminant Analysis)第41-43页
     ·实验结果与分析第43-44页
   ·基于特征选择的Gabor 人脸识别方法第44-50页
     ·复杂度分析第45-46页
     ·特征选择第46-47页
     ·实验与结果分析第47-50页
     ·方法小结第50页
   ·本章小结第50-51页
第四章 基于LBP 的人脸识别第51-62页
   ·LBP 算子第51-52页
   ·LBP 在人脸识别中的应用第52-57页
     ·LBP 人脸描述第52-54页
     ·双线性插值的LBP 人脸描述第54-56页
     ·实验结果与分析第56-57页
   ·基于全变分模型的LBP 人脸识别第57-61页
     ·全变分模型第58-60页
     ·TVM+LBP 人脸描述第60页
     ·实验第60-61页
     ·结论第61页
   ·本章小结第61-62页
第五章 开放式人脸识别体系框架第62-77页
   ·背景第62-63页
   ·设计目标第63-64页
     ·通用性第63-64页
     ·开放性第64页
     ·分布式第64页
   ·设计思路第64-67页
     ·系统整体框架第65页
     ·模块化第65-66页
     ·层次化第66-67页
   ·技术平台第67-70页
     ·面向对象技术第67-68页
     ·数据库技术第68-70页
     ·OpenCV第70页
   ·开放式人脸识别体系框架的实现第70-74页
     ·数据库实现第70-71页
     ·类实现第71-73页
     ·GUI 实现第73-74页
   ·本章小结第74-77页
第六章 基于人脸识别的考勤系统第77-83页
   ·系统概述第77-79页
     ·编写目的第77页
     ·硬件及软件运行环境第77-78页
     ·系统功能与特点第78-79页
   ·系统实现第79-82页
     ·系统结构第79-80页
     ·附加功能第80-81页
     ·系统界面第81-82页
   ·本章小结第82-83页
第七章 总结与展望第83-85页
   ·总结第83-84页
   ·展望第84-85页
附录A 流程图第85-87页
附录B 数据库表图第87-90页
参考文献第90-99页
致谢第99-100页
攻读学位期间发表的论文与成果第100-102页

论文共102页,点击 下载论文
上一篇:无线音乐点播系统的研究与开发
下一篇:数据校正在MES中的应用