基于人脸识别的嵌入式视频监控系统
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 视频监控发展现状 | 第12-13页 |
| 1.2.2 人脸识别研究现状 | 第13-16页 |
| 1.3 论文主要工作 | 第16页 |
| 1.4 章节安排 | 第16-18页 |
| 第二章 系统总体方案与架构设计 | 第18-29页 |
| 2.1 需求分析 | 第18-19页 |
| 2.1.1 系统功能需求 | 第18页 |
| 2.1.2 性能需求 | 第18-19页 |
| 2.1.3 设计目标 | 第19页 |
| 2.2 核心板资源 | 第19-21页 |
| 2.3 整体拓扑设计 | 第21-23页 |
| 2.3.1 服务端模式 | 第22页 |
| 2.3.2 摄像头前端模式 | 第22-23页 |
| 2.4 软件架构设计 | 第23-24页 |
| 2.5 通信协议设计 | 第24-28页 |
| 2.5.1 网络处理流程图 | 第24-26页 |
| 2.5.2 通信协议 | 第26-28页 |
| 2.6 小结 | 第28-29页 |
| 第三章 运动捕捉与人脸检测 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 运动物体检测 | 第29-36页 |
| 3.2.1 常用运动检测算法 | 第30-31页 |
| 3.2.2 基于硬件加速的运动检测 | 第31页 |
| 3.2.3 算法流程图 | 第31页 |
| 3.2.4 参数初始化 | 第31-33页 |
| 3.2.5 运动物体定位方法 | 第33-34页 |
| 3.2.6 状态分析与优化 | 第34-36页 |
| 3.3 人脸检测算法分析 | 第36-38页 |
| 3.3.1 Haar特征 | 第36-37页 |
| 3.3.2 LBP纹理特征 | 第37-38页 |
| 3.4 人脸检测实验 | 第38-42页 |
| 3.4.1 检测方法对比实验 | 第38-40页 |
| 3.4.2 本文检测算法性能实验 | 第40-42页 |
| 3.5 小结 | 第42-43页 |
| 第四章 人脸识别与鉴别 | 第43-69页 |
| 4.1 引言 | 第43页 |
| 4.2 线性判别分析算法 | 第43-48页 |
| 4.2.1 Fisher准则 | 第44页 |
| 4.2.2 LDA算法 | 第44-48页 |
| 4.2.3 识别效果 | 第48页 |
| 4.3 人脸图像预处理 | 第48-50页 |
| 4.3.1 几何归一化 | 第48-49页 |
| 4.3.2 直方图均衡 | 第49-50页 |
| 4.4 人脸图像清晰度评价 | 第50-56页 |
| 4.4.1 清晰度评价算法 | 第51-54页 |
| 4.4.2 清晰度评价实验 | 第54-56页 |
| 4.5 多角度人脸识别实验 | 第56-59页 |
| 4.5.1 人脸样本的采集 | 第56-57页 |
| 4.5.2 人脸识别实验 | 第57-59页 |
| 4.6 基于多模板的人脸识别 | 第59-63页 |
| 4.6.1 算法流程图 | 第60-61页 |
| 4.6.2 识别结果 | 第61-62页 |
| 4.6.3 结果分析与对比 | 第62-63页 |
| 4.7 人脸鉴别 | 第63-68页 |
| 4.7.1 近似正态分布 | 第64-65页 |
| 4.7.2 最优阈值 | 第65-68页 |
| 4.8 小结 | 第68-69页 |
| 第五章 系统测试 | 第69-76页 |
| 5.1 引言 | 第69页 |
| 5.2 检测判断时间分析 | 第69-72页 |
| 5.3 考勤安防效果测试 | 第72-74页 |
| 5.3.1 考勤效果 | 第72-73页 |
| 5.3.2 安防效果 | 第73页 |
| 5.3.3 模糊区设置 | 第73-74页 |
| 5.4 本章小结 | 第74-76页 |
| 结论 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| Ⅳ－2答辩委员会对论文的评定意见 | 第82页 |
