基于人脸识别的课堂考勤系统设计与开发
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 考勤系统研究背景及意义 | 第10-11页 |
| 1.2 课堂人脸考勤系统关键问题 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-16页 |
| 1.3.1 考勤系统发展 | 第12页 |
| 1.3.2 人脸识别研究概述 | 第12-14页 |
| 1.3.3 人脸识别系统框架 | 第14-16页 |
| 1.4 本文章节安排 | 第16-18页 |
| 第2章 人脸检测与预处理 | 第18-32页 |
| 2.1 基于Adaboost算法的人脸检测 | 第18-22页 |
| 2.1.1 Adaboost算法介绍 | 第18-19页 |
| 2.1.2 基于级联分类器的人脸检测 | 第19-20页 |
| 2.1.3 类Haar特征 | 第20-22页 |
| 2.2 人脸光照预处理 | 第22-25页 |
| 2.2.1 光照预处理步骤 | 第23-24页 |
| 2.2.2 处理前后图像对比 | 第24-25页 |
| 2.3 基于AAM关键点定位的尺度归一化 | 第25-30页 |
| 2.3.1 AAM算法介绍 | 第25-26页 |
| 2.3.2 模型建立 | 第26-28页 |
| 2.3.3 匹配计算 | 第28-29页 |
| 2.3.4 人脸尺度归一化 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 基于LBP特征的多分块人脸识别 | 第32-48页 |
| 3.1 LBP特征与统一模式 | 第32-35页 |
| 3.2 PCA与LDA结合的降维及分类优化 | 第35-36页 |
| 3.3 多尺度分块的LBP人脸识别 | 第36-39页 |
| 3.3.1 平均分块 | 第37-38页 |
| 3.3.2 多尺度分块 | 第38-39页 |
| 3.4 遍历图像分块的LBP人脸识别 | 第39-41页 |
| 3.5 关键点分块的LBP人脸识别 | 第41-43页 |
| 3.6 实验结果及分析 | 第43-46页 |
| 3.6.1 LFW人脸库介绍 | 第43页 |
| 3.6.2 实验设置 | 第43-45页 |
| 3.6.3 实验结果及分析 | 第45-46页 |
| 3.7 本章小结 | 第46-48页 |
| 第4章 课堂考勤系统设计与实现 | 第48-64页 |
| 4.1 需求分析 | 第48-50页 |
| 4.1.1 系统流程分析 | 第48-49页 |
| 4.1.2 功能分析 | 第49-50页 |
| 4.2 系统总体设计 | 第50-52页 |
| 4.3 数据处理流程 | 第52-54页 |
| 4.4 系统模块设计 | 第54-57页 |
| 4.4.1 摄像头控制模块 | 第54-55页 |
| 4.4.2 多线程模块 | 第55页 |
| 4.4.3 人脸识别模块 | 第55-56页 |
| 4.4.4 数据管理模块 | 第56-57页 |
| 4.5 数据库设计 | 第57-58页 |
| 4.6 系统功能设计与演示 | 第58-62页 |
| 4.7 本章小结 | 第62-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 工作总结 | 第64页 |
| 5.2 未来展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72页 |
