| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 变电站安防系统的研究现状 | 第11-12页 |
| 1.2.2 人脸识别技术的研究和应用现状 | 第12页 |
| 1.2.3 人体检测技术的研究和应用现状 | 第12-13页 |
| 1.3 课题来源及主要工作 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 变电站中视频监控图像的预处理 | 第15-19页 |
| 2.1 灰度化处理 | 第15-16页 |
| 2.2 噪声处理 | 第16-17页 |
| 2.3 光照处理 | 第17-18页 |
| 2.4 尺寸归一化 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 变电站中人脸识别算法的分析与实现 | 第19-40页 |
| 3.1 引言 | 第19页 |
| 3.2 变电站中人脸识别技术的应用 | 第19-21页 |
| 3.3 人脸识别算法概述 | 第21-23页 |
| 3.3.1 常用的人脸识别算法 | 第21-22页 |
| 3.3.2 人脸识别算法流程 | 第22-23页 |
| 3.4 人脸识别算法选择 | 第23-39页 |
| 3.4.1 训练样本 | 第23-25页 |
| 3.4.2 特征选择 | 第25-32页 |
| 3.4.3 分类器选择 | 第32-37页 |
| 3.4.4 基于改进LBP+KNN-SVM的人脸识别方法 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 变电站中人体检测算法的分析与实现 | 第40-54页 |
| 4.1 引言 | 第40页 |
| 4.2 变电站中人体检测技术的应用 | 第40-41页 |
| 4.3 人体检测算法概述 | 第41-43页 |
| 4.3.1 常用的人体检测算法 | 第41-42页 |
| 4.3.2 人体检测算法流程 | 第42-43页 |
| 4.4 基于人体头肩HOG特征+级联Adaboost的人体检测方法 | 第43-53页 |
| 4.4.1 训练样本 | 第44页 |
| 4.4.2 特征选择 | 第44-47页 |
| 4.4.3 分类器选择 | 第47-51页 |
| 4.4.4 多尺度空间检测 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 变电站人员监视系统的设计与实现 | 第54-67页 |
| 5.1 系统相关技术 | 第54-55页 |
| 5.1.1 Opencv简介 | 第54-55页 |
| 5.1.2 MFC简介 | 第55页 |
| 5.2 系统总体设计 | 第55-56页 |
| 5.3 数据库设计 | 第56-58页 |
| 5.4 系统详细设计 | 第58-61页 |
| 5.4.1 人脸识别相关功能 | 第58-59页 |
| 5.4.2 人体检测相关功能 | 第59-61页 |
| 5.4.3 数据表操作功能 | 第61页 |
| 5.5 系统功能实现 | 第61-66页 |
| 5.5.1 人脸识别相关功能实现 | 第63页 |
| 5.5.2 人体检测功能实现 | 第63-66页 |
| 5.5.3 数据表操作功能实现 | 第66页 |
| 5.6 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |