基于人脸识别的刑事侦查系统设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 系统开发背景与意义 | 第10-11页 |
| 1.1.1 开发背景 | 第10页 |
| 1.1.2 开发意义 | 第10-11页 |
| 1.2 人脸识别技术在当今公安工作中的实际应用 | 第11-12页 |
| 1.3 人脸识别国内外现状 | 第12-13页 |
| 1.4 文章主要解决的关键问题 | 第13-14页 |
| 1.5 本文的主要贡献及组织结构 | 第14-16页 |
| 1.5.1 本文的主要贡献 | 第14-15页 |
| 1.5.2 本文的组织结构 | 第15-16页 |
| 第2章 PCA人脸特征提取 | 第16-22页 |
| 2.1 K-L变换的基本原理 | 第16-17页 |
| 2.2 基于主成分分析(PCA)的特征提取原理 | 第17-19页 |
| 2.3 图像特征表征 | 第19-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第3章 人脸图像的分类识别法 | 第22-27页 |
| 3.1 支持向量机(SVM)的基本原理 | 第22-25页 |
| 3.1.1 线性可分的SVM | 第22-24页 |
| 3.1.2 线性不可分的C-SVM | 第24页 |
| 3.1.3 核函数SVM | 第24-25页 |
| 3.2 基于支持向量机(SVM)的投票表决法 | 第25-26页 |
| 3.2.1 对一投票方法 | 第25页 |
| 3.2.2 对多最大响应方法 | 第25-26页 |
| 3.2.3 对一淘汰方法 | 第26页 |
| 3.3 本章小结 | 第26-27页 |
| 第4章 系统需求分析 | 第27-31页 |
| 4.1 业务环境概述 | 第27-28页 |
| 4.2 系统业务流程 | 第28页 |
| 4.3 系统总体要求 | 第28页 |
| 4.4 系统具体需求 | 第28-31页 |
| 第5章 系统设计 | 第31-45页 |
| 5.1 系统总体流程的设计 | 第31-33页 |
| 5.1.1 系统的组成结构 | 第31-32页 |
| 5.1.2 系统流程 | 第32-33页 |
| 5.2 该系统的设计方案 | 第33-45页 |
| 5.2.1 人脸检测 | 第34-36页 |
| 5.2.2 人工处理接口 | 第36-37页 |
| 5.2.3 预处理方案 | 第37-40页 |
| 5.2.4 人脸特征提取 | 第40-41页 |
| 5.2.5 SVM特征分类 | 第41-45页 |
| 第6章 系统实现与测试 | 第45-50页 |
| 6.1 系统实现基础 | 第45页 |
| 6.2 关键算法实现 | 第45-46页 |
| 6.3 系统测试 | 第46-50页 |
| 6.3.1 系统测试环境 | 第46-47页 |
| 6.3.2 系统测试数据与过程 | 第47页 |
| 6.3.3 结果与分析 | 第47-50页 |
| 第7章 总结与展望 | 第50-52页 |
| 7.1 论文总结 | 第50页 |
| 7.2 展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |
