致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7页 |
1 引言 | 第10-18页 |
1.1 研究背景 | 第10-16页 |
1.1.1 云安全 | 第10-12页 |
1.1.2 生物特征认证技术 | 第12-15页 |
1.1.3 嵌入式实现的人脸特征认证系统 | 第15-16页 |
1.2 研究意义 | 第16页 |
1.3 论文研究工作的特色 | 第16-17页 |
1.4 论文的组织结构 | 第17-18页 |
2 人脸检测和特征认证算法的研究与选择 | 第18-22页 |
2.1 人脸检测算法的研究与选择 | 第18-19页 |
2.2 人脸特征认证算法的研究与选择 | 第19-21页 |
2.3 本章小结 | 第21-22页 |
3 人脸特征认证系统平台的搭建 | 第22-36页 |
3.1 系统总体方案设计 | 第22-23页 |
3.2 系统硬件平台介绍 | 第23-25页 |
3.2.1 Zedboard平台简介 | 第23-25页 |
3.2.2 成像设备简介 | 第25页 |
3.3 嵌入式系统架构设计 | 第25-34页 |
3.3.1 嵌入式Linux操作系统移植 | 第25-31页 |
3.3.2 应用软件的简介及移植 | 第31-34页 |
3.4 本章小结 | 第34-36页 |
4 人脸特征认证系统的实现 | 第36-60页 |
4.1 人脸特征认证系统软件总体设计 | 第36页 |
4.2 摄像头图像采集模块 | 第36-40页 |
4.2.1 V4L2简介 | 第37-38页 |
4.2.2 基于V4L2的图像采集开发实现 | 第38-40页 |
4.3 基于QT的人机交互界面模块 | 第40-42页 |
4.4 人脸图像预处理模块 | 第42-45页 |
4.4.1 人脸图像灰度化 | 第42-43页 |
4.4.2 直方图均衡化 | 第43-44页 |
4.4.3 中值滤波 | 第44-45页 |
4.5 人脸检测模块 | 第45-51页 |
4.5.1 Adaboost算法的原理 | 第45-49页 |
4.5.2 基于Opencv和Qt的Adaboost人脸检测的实现 | 第49-51页 |
4.6 人脸特征认证模块 | 第51-59页 |
4.6.1 基于PCA的人脸特征认证算法 | 第51-54页 |
4.6.2 基于PCA的人脸特征认证的实现 | 第54-56页 |
4.6.3 基于PCA的人脸特征认证算法的性能优化 | 第56-59页 |
4.7 本章小结 | 第59-60页 |
5 总结与展望 | 第60-62页 |
5.1 论文工作总结 | 第60页 |
5.2 工作展望 | 第60-62页 |
参考文献 | 第62-66页 |
附录 | 第66-78页 |
作者简历及攻读硕士间取得的研究成果 | 第78-82页 |
学位论文数据集 | 第82页 |