| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 课题研究现状 | 第12-15页 |
| 1.2.1 自动化考勤系统的研究现状 | 第12-14页 |
| 1.2.2 人脸识别的研究现状 | 第14-15页 |
| 1.3 论文主要研究内容及结构安排 | 第15-19页 |
| 1.3.1 本文主要研究内容 | 第15-16页 |
| 1.3.2 论文整体框架 | 第16-19页 |
| 第二章 相关技术及平台简介 | 第19-27页 |
| 2.1 图像特征提取方法 | 第19-20页 |
| 2.1.1 Haar特征提取 | 第19-20页 |
| 2.1.2 基于深度学习的特征提取 | 第20页 |
| 2.2 基于深度学习的人脸检测与识别技术 | 第20-22页 |
| 2.2.1 基于深度学习的人脸检测算法 | 第20-21页 |
| 2.2.2 基于FaceNet的人脸特征提取结构 | 第21-22页 |
| 2.3 图像质量评估的方法与评价指标 | 第22-25页 |
| 2.3.1 基于概率模型的无参考图像质量评估方法 | 第22-23页 |
| 2.3.2 基于机器学习的无参考图像质量评估方法 | 第23页 |
| 2.3.3 无参考图像质量评价算法的性能指标 | 第23-25页 |
| 2.4 PTZ摄像机介绍 | 第25页 |
| 2.5 深度学习主流框架Tensorflow介绍 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于视频流人脸识别的课堂考勤系统的设计与实现 | 第27-40页 |
| 3.1 系统框架设计 | 第27-28页 |
| 3.2 PTZ摄像机控制端模块设计 | 第28-31页 |
| 3.2.1 支持多协议视频流接入 | 第28-29页 |
| 3.2.2 基于人脸目标的云台人脸搜索模块 | 第29-31页 |
| 3.3 服务端的设计与实现 | 第31-39页 |
| 3.3.1 服务端多人脸检测对齐模块 | 第31-32页 |
| 3.3.2 基于图像质量评估方法的人脸筛选模块 | 第32-34页 |
| 3.3.3 服务端人脸识别模块 | 第34-37页 |
| 3.3.4 分类器存储更新系统 | 第37-38页 |
| 3.3.5 Web服务器搭建 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于人脸目标搜索的云台控制方法 | 第40-51页 |
| 4.1 课堂环境下全景静态图像非约束人脸分析 | 第40-42页 |
| 4.2 基于MTCNN的人脸检测和对齐 | 第42-44页 |
| 4.3 课堂场景分割与摄像机配置方法 | 第44-47页 |
| 4.3.1 PTZ摄像机预置位功能 | 第44页 |
| 4.3.2 垂直方向上的预设划分方法 | 第44-46页 |
| 4.3.3 水平方向上的预设划分方法 | 第46-47页 |
| 4.4 基于人脸目标搜索的云台控制流程及实验结果 | 第47-50页 |
| 4.4.1 课堂场景标定实验结果 | 第48-49页 |
| 4.4.2 基于人脸目标搜索的云台控制实验结果展示 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 基于图像质量评估的人脸识别方法 | 第51-62页 |
| 5.1 课堂环境下视频流中的人脸识别分析 | 第52-54页 |
| 5.2 基于深度学习的无参考图像质量评估改进方法 | 第54-56页 |
| 5.3 基于FaceNet改进结构的单人脸识别方法 | 第56-60页 |
| 5.4 基于多有效帧的概率投票方法 | 第60-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 系统测试与结果分析 | 第62-73页 |
| 6.1 系统部署与数据采集 | 第62-64页 |
| 6.1.1 系统部署 | 第62-63页 |
| 6.1.2 课堂人脸图像与课堂视频数据采集 | 第63-64页 |
| 6.2 算法验证实验与实验结果分析 | 第64-72页 |
| 6.2.1 单人脸图像识别方法验证实验 | 第65-66页 |
| 6.2.2 图像质量对于人脸识别系统的影响 | 第66页 |
| 6.2.3 图像质量评估改进模型性能实验 | 第66-68页 |
| 6.2.4 基于图像质量评估方法的人脸筛选实验 | 第68-69页 |
| 6.2.5 课堂考勤系统准确率实验 | 第69-72页 |
| 6.3 本章小结 | 第72-73页 |
| 第七章 总结与展望 | 第73-75页 |
| 7.1 本文工作总结 | 第73页 |
| 7.2 未来工作展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 攻读学位期间获得的成果 | 第81-82页 |
| 致谢 | 第82页 |
