首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于ARM9硬件平台的人脸识别系统设计与研究

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-16页
   ·人脸识别第11-13页
     ·人脸识别背景和意义第11-13页
     ·人脸识别的研究现状第13页
   ·嵌入式系统第13-15页
   ·本文所做的工作第15-16页
第二章 嵌入式人脸识别系统的关键技术第16-27页
   ·嵌入式系统开发流程第16页
   ·分析第16页
   ·设计第16-20页
     ·硬件平台第16-18页
     ·嵌入式软件的开发第18-20页
   ·人脸识别过程第20页
   ·人脸检测第20-24页
     ·基于灰度特征的方法第20-21页
     ·基于肤色特征的方法第21-22页
     ·基于模板匹配的方法第22-23页
     ·基于机器学习的方法第23-24页
   ·人脸识别第24-26页
     ·基于几何特征的方法第24页
     ·基于代数特征的方法第24-25页
     ·基于隐马尔科夫模型的方法第25-26页
     ·基于神经网络的方法第26页
   ·本章小结第26-27页
第三章 嵌入式 Linux 系统平台的实现第27-43页
   ·ARM 处理器介绍第27-28页
   ·系统硬件平台第28-29页
   ·搭建宿主机开发环境第29-31页
     ·虚拟机和超级终端第30页
     ·超级终端的配置第30页
     ·交叉编译工具第30-31页
   ·嵌入式 Linux 操作系统的移植第31-38页
     ·Bootloader第31-32页
     ·Linux 内核第32-35页
       ·Linux 内核简介第32-34页
       ·嵌入式 Linux 内核的配置第34-35页
     ·根文件系统第35-38页
       ·根文件系统简介第35-36页
       ·配置 Busybox第36-37页
       ·完善根文件系统第37-38页
   ·嵌入式 Linux 设备驱动程序开发第38-41页
     ·Nand Flash 驱动移植第39-40页
     ·USB 摄像头驱动移植第40-41页
   ·本章小结第41-43页
第四章 系统人脸识别算法原理第43-54页
   ·人脸图像的预处理第43-46页
     ·灰度化第43-44页
     ·直方图均衡化第44-45页
     ·中值滤波第45-46页
   ·基于 Adaboost 方法的人脸检测第46-49页
     ·矩形特征和积分图第46-47页
     ·Adaboost 算法第47-48页
     ·级联分类器第48-49页
   ·基于 PCA 的人脸识别算法第49-53页
     ·K-L 变换和奇异值分解第50-51页
     ·人脸图像的训练和识别第51-53页
   ·本章小结第53-54页
第五章 系统应用程序的开发第54-66页
   ·系统应用程序的总体设计第54-55页
   ·图形用户界面的开发第55-57页
     ·Qt 简介第55-56页
     ·Qt Creator 的安装和配置第56-57页
   ·摄像头图像采集第57-60页
     ·V4L 重要结构体介绍第58-59页
     ·USB 摄像头采集程序的实现第59-60页
   ·OpenCV第60-61页
   ·人脸检测程序第61-62页
   ·人脸识别程序第62-65页
     ·训练部分第63-64页
     ·识别部分第64-65页
   ·本章小结第65-66页
第六章 系统的测试结果和分析第66-73页
   ·人脸检测部分第66-67页
   ·人脸识别部分第67-72页
   ·本章小结第72-73页
第七章 总结和展望第73-75页
   ·总结第73页
   ·展望第73-75页
致谢第75-76页
参考文献第76-79页
相关研究成果第79-80页

论文共80页,点击 下载论文
上一篇:自动化测试平台的设计与实现
下一篇:稀土永磁材料应用管理系统的设计与实现