基于人脸识别的自适应监测系统研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 主要研究内容 | 第10页 |
| 1.4 论文的组织结构 | 第10-12页 |
| 第2章 系统方案设计 | 第12-16页 |
| 2.1 系统功能 | 第12页 |
| 2.2 系统设计 | 第12-15页 |
| 2.3 本章小结 | 第15-16页 |
| 第3章 视频图像处理 | 第16-24页 |
| 3.1 视频图像去噪 | 第16-19页 |
| 3.1.1 图像噪声 | 第16-17页 |
| 3.1.2 中值滤波 | 第17-18页 |
| 3.1.3 小波分析 | 第18-19页 |
| 3.2 视频图像归一化处理 | 第19-22页 |
| 3.2.1 水平归一化 | 第19-20页 |
| 3.2.2 大小归一化 | 第20-21页 |
| 3.2.3 光照归一化 | 第21-22页 |
| 3.3 本章小结 | 第22-24页 |
| 第4章 人脸检测算法 | 第24-36页 |
| 4.1 人脸检测概述 | 第24-25页 |
| 4.2 基于Adaboost算法的人脸检测 | 第25-31页 |
| 4.2.1 haar-like特征 | 第25-27页 |
| 4.2.2 Adaboost算法 | 第27-29页 |
| 4.2.3 级联分类器 | 第29-31页 |
| 4.3 实验测试及结果分析 | 第31-34页 |
| 4.4 本章小结 | 第34-36页 |
| 第5章 人脸识别算法 | 第36-44页 |
| 5.1 人脸识别概述 | 第36页 |
| 5.2 SIFT算法 | 第36-42页 |
| 5.2.1 SIFT算法概述 | 第36-37页 |
| 5.2.2 SIFT算法原理 | 第37-42页 |
| 5.2.3 SIFT特征向量匹配 | 第42页 |
| 5.3 实验仿真与分析 | 第42-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第6章 自适应监测系统的实现及测试 | 第44-50页 |
| 6.1 OpenCV库 | 第44-46页 |
| 6.2 系统界面设计及实现 | 第46-48页 |
| 6.3 系统运行测试 | 第48-49页 |
| 6.4 本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间所发表的论文 | 第56-58页 |
| 致谢 | 第58页 |
