基于ARM和云计算的人脸图像语义表征解析系统的研究和设计
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 论文研究背景和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.3 论文内容与结构 | 第15-18页 |
| 第二章 算法研究 | 第18-32页 |
| 2.1 人脸检测方法 | 第18-22页 |
| 2.2 特征提取方法 | 第22-30页 |
| 2.2.1 HOG特征提取 | 第23-26页 |
| 2.2.2 LBP特征提取 | 第26-30页 |
| 2.3 LDA分类方法 | 第30-32页 |
| 第三章 语义表征模型训练 | 第32-40页 |
| 3.1 训练总体设计 | 第32页 |
| 3.2 语义表征数据准备 | 第32-36页 |
| 3.3 语义表征模型训练过程 | 第36-40页 |
| 第四章 终端设计 | 第40-51页 |
| 4.1 整体设计 | 第40-41页 |
| 4.2 硬件电路设计 | 第41-44页 |
| 4.3 软件设计 | 第44-51页 |
| 4.3.1 系统层软件设计 | 第44-47页 |
| 4.3.2 应用层软件设计 | 第47-51页 |
| 第五章 云端设计 | 第51-56页 |
| 5.1 整体设计 | 第51-52页 |
| 5.2 云计算平台 | 第52-53页 |
| 5.3 软件设计 | 第53-55页 |
| 5.4 表征数据库设计 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 本文工作总结 | 第56-57页 |
| 6.2 下一步工作展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 附件 | 第62页 |
