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

基于嵌入式系统人脸识别的分析与研究

摘要第4-5页
ABSTRACT第5-6页
第一章 引言第10-13页
    1.1 人脸识别的研究背景及意义第10-11页
    1.2 人脸识别的优势与难点第11页
        1.2.1 人脸识别的优势第11页
        1.2.2 人脸识别的难点第11页
    1.3 论文的组织结构第11-13页
第二章 人脸识别相关技术概述第13-27页
    2.1 人脸检测简述第13-17页
        2.1.1 基于统计学习的人脸检测第13-15页
        2.1.2 基于肤色特征的人脸检测第15-17页
    2.2 图像预处理简述第17-19页
        2.2.1 图像的几何变换第17-18页
        2.2.2 图像的归一化第18页
        2.2.3 图像的增强第18-19页
    2.3 人脸识别简述第19-20页
        2.3.1 二维人脸识别算法第19-20页
        2.3.2 三维人脸识别算法第20页
    2.4 Viola-Jones人脸检测算法第20-24页
        2.4.1 AdaBoosting算法第20-21页
        2.4.2 Haar分类器第21-22页
        2.4.3 Viola-Jones分类算法的应用第22-24页
    2.5 人脸识别算法-PCA第24-26页
    本章小结第26-27页
第三章 人脸识别系统的硬件与软件平台第27-39页
    3.1 系统硬件平台第27-31页
        3.1.1 ARM处理器介绍第27-28页
        3.1.2 Tiny6410开发板第28-29页
        3.1.3 搭建宿主机开发环境第29-31页
    3.2 嵌入式Linux操作系统的移植第31-35页
        3.2.1 引导程序Bootloader第31-32页
        3.2.2 配置U-boot第32页
        3.2.3 Linux内核第32-33页
        3.2.4 根文件系统第33-35页
    3.3 USB设备驱动的移植第35-38页
        3.3.1 USB摄像头驱动移植第35-37页
        3.3.2 USB无线网卡的配置第37-38页
    本章小结第38-39页
第四章 系统软件设计第39-49页
    4.1 Qt图形库的安装与配置第39-41页
        4.1.1 Qt简介第39-40页
        4.1.2 安装桌面版QT第40-41页
    4.2 OpenCV库的安装与配置第41-43页
        4.2.1 OpenCV简介第41页
        4.2.2 编译安装OpenCV第41-42页
        4.2.3 配置OpenCV第42-43页
    4.3 基于Qt的网络编程第43-48页
        4.3.1 网络协议简介第43-44页
        4.3.2 Qt网络编程的类第44页
        4.3.3 服务器端程序的编写第44-46页
        4.3.4 客户端程序的编写第46-48页
    本章总结第48-49页
第五章 系统各模块的设计及实现第49-63页
    5.1 采集模块的设计第49-52页
        5.1.1 视频设备驱动第49-50页
        5.1.2 摄像头采集图像过程第50页
        5.1.3 人脸检测模块第50-51页
        5.1.4 人脸图像预处理模块第51-52页
    5.2 人脸识别模块第52-55页
        5.2.1 人脸识别中特征脸的应用第52-53页
        5.2.2 用主成分分析法进行人脸识别第53-54页
        5.2.3 人脸识别第54-55页
    5.3 人脸识别在开发板上的实现第55-57页
    5.4 基于WiFi AP功能的通信第57-62页
        5.4.1 Wi-Fi技术简介第57-58页
        5.4.2 应用WiFiAP功能第58-62页
    本章小结第62-63页
第六章 总结与展望第63-65页
    6.1 论文总结第63页
    6.2 课题展望第63-65页
参考文献第65-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:求解随机二阶锥互补问题的期望值与样本均值近似方法
下一篇:股权激励制度福利化倾向原因研究--基于有序选择模型的分析