公安系统人脸识别算法的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·本文研究背景和意义 | 第8页 |
| ·人脸识别概述与发展状况 | 第8-10页 |
| ·人脸识别在公安系统中的应用场景 | 第10页 |
| ·公安系统人脸识别的主要研究难点 | 第10-11页 |
| ·本文主要工作和章节安排 | 第11-13页 |
| 第二章 图像预处理和人脸检测 | 第13-22页 |
| ·图像预处理 | 第13-16页 |
| ·图像的灰度变换 | 第13页 |
| ·直方图均衡 | 第13-15页 |
| ·图像的尺度变换 | 第15-16页 |
| ·人脸检测算法 | 第16页 |
| ·人脸图片 Haar 特征的提取 | 第16-18页 |
| ·AdaBoost 算法 | 第18-21页 |
| ·AdaBoost 算法训练强分类器的过程 | 第19-20页 |
| ·级联分类器的构造 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 人脸识别 | 第22-36页 |
| ·人脸识别主要算法 | 第22-25页 |
| ·基于几何特征的识别算法 | 第22页 |
| ·基于 PCA 的识别算法 | 第22-23页 |
| ·基于隐马尔可夫模型的识别算法 | 第23-24页 |
| ·基于神经网络的识别算法 | 第24页 |
| ·基于支持向量机识别算法 | 第24-25页 |
| ·基于奇异值分解的识别算法 | 第25页 |
| ·三维人脸识别算法 | 第25页 |
| ·其余人脸识别算法 | 第25页 |
| ·人脸识别算法的选择 | 第25-26页 |
| ·基于隐马尔可夫模型（HMM）的人脸识别算法 | 第26-35页 |
| ·隐马尔可夫数学模型 | 第26-27页 |
| ·HMM 的三个基本问题和解决算法 | 第27-31页 |
| ·人脸的 HMM 模型 | 第31页 |
| ·人脸的 EHMM 模型 | 第31-32页 |
| ·人脸特征向量的提取 | 第32-33页 |
| ·HMM 算法的训练和识别过程 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 人脸识别原型系统设计与实现 | 第36-51页 |
| ·公安智能图像联网与多网融合通信平台框架 | 第36-37页 |
| ·人脸识别原型系统的结构 | 第37-38页 |
| ·原型系统的实现 | 第38-44页 |
| ·OpenCV 简介 | 第38-40页 |
| ·功能模块实现和主要函数 | 第40-43页 |
| ·人脸识别原型系统界面 | 第43-44页 |
| ·实验结果与分析 | 第44-49页 |
| ·人脸检测的实验 | 第44-46页 |
| ·人脸识别的实验 | 第46-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录 攻读硕士学位期间撰写的论文 | 第56-57页 |
| 致谢 | 第57页 |
