基于嵌入式人脸识别考勤系统的设计
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·嵌入式系统概述 | 第11-12页 |
| ·人脸识别技术概述 | 第12页 |
| ·考勤系统的发展过程 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·人脸识别技术在国外研究现状 | 第13-14页 |
| ·人脸识别技术在国内研究现状 | 第14-15页 |
| ·论文主要的研究内容 | 第15-17页 |
| 第2章 系统硬件平台的搭建 | 第17-26页 |
| ·系统需求分析 | 第17页 |
| ·嵌入式系统设计方案的选择 | 第17-18页 |
| ·系统硬件平台的设计 | 第18-19页 |
| ·系统主要芯片的选型及主要电路设计 | 第19-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 图像处理和人脸识别算法的研究 | 第26-37页 |
| ·人脸图像预处理 | 第26-29页 |
| ·人脸图像灰度化处理 | 第26-27页 |
| ·人脸图像去噪处理 | 第27-28页 |
| ·人脸图像归一化处理 | 第28-29页 |
| ·AdaBoost 算法的研究 | 第29-31页 |
| ·AdaBoost 算法原理 | 第29-30页 |
| ·AdaBoost 算法介绍 | 第30-31页 |
| ·AdaBoost 算法的应用场景 | 第31页 |
| ·常用的人脸特征提取方法 | 第31-34页 |
| ·主成分分析法（PCA） | 第31-33页 |
| ·线性判别方法（LDA） | 第33-34页 |
| ·人脸特征提取方法的选取 | 第34页 |
| ·基于 Adaboost_PCA 算法的人脸识别 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 系统软件的设计 | 第37-51页 |
| ·Linux 的系统架构 | 第37-38页 |
| ·linux 系统的搭建 | 第38-41页 |
| ·交叉编译环境的建立 | 第39页 |
| ·硬件环境的建立 | 第39-40页 |
| ·软件环境的建立 | 第40页 |
| ·Linux 三大组成部分介绍 | 第40-41页 |
| ·移植 OpenCV | 第41-45页 |
| ·人脸识别考勤系统的设计 | 第45-47页 |
| ·人脸识别子系统 | 第47-49页 |
| ·人脸特征的提取 | 第47-48页 |
| ·人脸图像的预处理 | 第48页 |
| ·人脸检测 | 第48页 |
| ·人脸识别 | 第48-49页 |
| ·系统测试及结果分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结论与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 作者简介 | 第55-56页 |
| 攻读硕士期间发表的论文和科研成果 | 第56-57页 |
