基于Android平台的人脸识别系统的设计与实现
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究的发展历史和研究现状 | 第10-11页 |
| 1.2.1 人脸识别技术的发展历程 | 第10页 |
| 1.2.2 国内外研究现状 | 第10-11页 |
| 1.3 Android平台的发展历史及现状 | 第11-13页 |
| 1.3.1 Android简介 | 第11页 |
| 1.3.2 Android系统架构 | 第11-13页 |
| 1.3.3 Android发展与前景 | 第13页 |
| 1.4 论文内容及组织结构 | 第13-15页 |
| 第2章 人脸图像预处理 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 人脸图像预处理 | 第15页 |
| 2.3 人脸图像预处理基础 | 第15-20页 |
| 2.3.1 灰度变换 | 第15-16页 |
| 2.3.2 图像平滑 | 第16-18页 |
| 2.3.3 图像锐化 | 第18-19页 |
| 2.3.4 图像二值化 | 第19-20页 |
| 2.4 人脸图像预处理的实现 | 第20-26页 |
| 2.4.1 灰度变换 | 第20页 |
| 2.4.2 图像平滑 | 第20-22页 |
| 2.4.3 图像锐化 | 第22-24页 |
| 2.4.4 图像二值化 | 第24-26页 |
| 第3章 人脸检测 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 人脸检测概述 | 第26-27页 |
| 3.3 人脸检测基本方法 | 第27-29页 |
| 3.3.1 人工神经网络方法 | 第27-28页 |
| 3.3.2 支持向量机 | 第28页 |
| 3.3.3 基于样例的人脸检测算法 | 第28-29页 |
| 3.4 Ada Boost算法 | 第29-30页 |
| 3.5 Haar特征 | 第30-33页 |
| 3.6 基于AdaBoost算法的人脸检测 | 第33-37页 |
| 3.6.1 Ada Boost算法 | 第33-34页 |
| 3.6.2 构造分类器 | 第34-37页 |
| 第4章 人脸识别 | 第37-47页 |
| 4.1 引言 | 第37页 |
| 4.2 人脸识别概述 | 第37-38页 |
| 4.3 人脸识别基本方法 | 第38-41页 |
| 4.3.1 基于几何特征的人脸识别 | 第38-39页 |
| 4.3.2 基于弹性图匹配的人脸识别 | 第39页 |
| 4.3.3 基于特征脸的人脸识别 | 第39-40页 |
| 4.3.4 基于隐马尔可夫模型的人脸识别 | 第40-41页 |
| 4.4 基于LDA的人脸识别 | 第41-47页 |
| 4.4.1 Fisher判别准则 | 第42-45页 |
| 4.4.2 经典Fisher线性分析判别法 | 第45-47页 |
| 第5章 人脸识别在Android平台的实现 | 第47-62页 |
| 5.1 引言 | 第47页 |
| 5.2 使用的相关技术 | 第47-52页 |
| 5.2.1 Android NDK开发 | 第47-48页 |
| 5.2.2 JNI规则 | 第48-50页 |
| 5.2.3 Android平台图像的压缩 | 第50-52页 |
| 5.3 人脸识别在Android平台下的实现 | 第52-62页 |
| 5.3.1 系统结构 | 第52-53页 |
| 5.3.2 系统总统设计 | 第53-54页 |
| 5.3.3 系统实现过程 | 第54-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 未来展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
