| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 选题的背景和意义 | 第12-13页 |
| 1.2 人脸识别技术概述 | 第13-16页 |
| 1.2.1 人脸识别技术的研究现状 | 第13-14页 |
| 1.2.2 人脸识别的主要问题及解决办法 | 第14-15页 |
| 1.2.3 开源计算机视觉库 | 第15-16页 |
| 1.3 人脸考勤系统的发展现状及问题 | 第16-18页 |
| 1.3.1 发展现状 | 第16-17页 |
| 1.3.2 问题的提出 | 第17-18页 |
| 1.4 论文的主要研究内容及结构 | 第18-19页 |
| 第2章 基于Haar特征和Adaboost级联分类器的人脸检测 | 第19-30页 |
| 2.1 图像预处理 | 第19-23页 |
| 2.1.1 图像去噪 | 第19-21页 |
| 2.1.2 图像锐化 | 第21-22页 |
| 2.1.3 几何规则化 | 第22-23页 |
| 2.2 Haar特征 | 第23-24页 |
| 2.3 基于Adaboost的级联分类器 | 第24-29页 |
| 2.3.1 人脸检测算法 | 第24-28页 |
| 2.3.2 人脸检测算法的实验分析 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于局部特征点匹配的人脸识别 | 第30-48页 |
| 3.1 基于SIFT和SURF的特征提取 | 第30-38页 |
| 3.1.1 SIFT特征提取 | 第30-34页 |
| 3.1.2 SURF特征提取 | 第34-36页 |
| 3.1.3 SIFT和SURF的特征结合 | 第36-37页 |
| 3.1.4 实验分析 | 第37-38页 |
| 3.2 基于局部特征点匹配的人脸识别算法 | 第38-47页 |
| 3.2.1 局部特征点匹配算法 | 第38-40页 |
| 3.2.2 算法流程 | 第40-44页 |
| 3.2.3 点集距离 | 第44-45页 |
| 3.2.4 实验分析 | 第45-47页 |
| 3.3 本章小结 | 第47-48页 |
| 第4章 人脸考勤系统的设计与实现 | 第48-60页 |
| 4.1 考勤系统 | 第48页 |
| 4.2 需求分析 | 第48-51页 |
| 4.2.1 系统功能分析 | 第49-51页 |
| 4.2.2 系统的性能需求 | 第51页 |
| 4.3 系统设计 | 第51-54页 |
| 4.3.1 系统整体结构设计 | 第51-53页 |
| 4.3.2 系统功能模块的详细设计 | 第53-54页 |
| 4.4 系统开发和运行环境 | 第54-56页 |
| 4.5 系统的实现 | 第56-59页 |
| 4.5.1 系统登录 | 第56页 |
| 4.5.2 员工基本信息管理 | 第56-57页 |
| 4.5.3 人脸考勤 | 第57-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |