| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究的背景和意义 | 第10-12页 |
| 1.1.1 课题的研究背景 | 第10-12页 |
| 1.1.2 课题的研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 面临的研究难点 | 第14-15页 |
| 1.4 人脸识别系统设计框架介绍 | 第15-16页 |
| 1.5 论文的主要内容与结构安排 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 第二章 人脸检测与定位 | 第18-36页 |
| 2.1 引言 | 第18页 |
| 2.2 基于YC_bC_r彩色空间的肤色检测 | 第18-23页 |
| 2.2.1 彩色空间介绍 | 第19-20页 |
| 2.2.2 YC_bC_r彩色空间中建立肤色模型 | 第20-23页 |
| 2.3 基于Adaboost算法的人脸检测 | 第23-25页 |
| 2.4 基于Faster R-CNN的人脸检测 | 第25-32页 |
| 2.4.1 深度学习（Deep Learning） | 第25-27页 |
| 2.4.2 卷积神经网络（CNN） | 第27-30页 |
| 2.4.3 Faster R-CNN | 第30-32页 |
| 2.5 实验结果及分析 | 第32-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 人脸图像的预处理 | 第36-45页 |
| 3.1 引言 | 第36页 |
| 3.2 图像的灰度化 | 第36-37页 |
| 3.3 图像的增强 | 第37-43页 |
| 3.3.1 直方图均衡化 | 第38-40页 |
| 3.3.2 灰度拉伸 | 第40-41页 |
| 3.3.3 中值滤波 | 第41-42页 |
| 3.3.4 同态滤波 | 第42-43页 |
| 3.4 图像归一化 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 人脸识别 | 第45-58页 |
| 4.1 引言 | 第45页 |
| 4.2 压缩感知理论 | 第45-47页 |
| 4.3 SRC算法 | 第47-49页 |
| 4.4 构造字典 | 第49-55页 |
| 4.4.1 下采样字典 | 第49页 |
| 4.4.2 PCA字典 | 第49-52页 |
| 4.4.3 LBP字典 | 第52-54页 |
| 4.4.4 LDA字典 | 第54-55页 |
| 4.5 实验结果及分析 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 摄像头配置与解码 | 第58-67页 |
| 5.1 引言 | 第58页 |
| 5.2 参数配置 | 第58-63页 |
| 5.2.1 通过IE浏览器进行参数配置 | 第60-61页 |
| 5.2.2 用客户端软件完成参数配置 | 第61-63页 |
| 5.3 SDK改写 | 第63-64页 |
| 5.4 视频格式转换 | 第64-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 系统设计与实现 | 第67-78页 |
| 6.1 引言 | 第67页 |
| 6.2 系统总体设计 | 第67-68页 |
| 6.3 系统信息管理子系统设计 | 第68-71页 |
| 6.4 用户登录子系统设计 | 第71-73页 |
| 6.5 实时预览子系统设计 | 第73-75页 |
| 6.6 系统测试与展示 | 第75-77页 |
| 6.7 本章小结 | 第77-78页 |
| 第七章 总结与展望 | 第78-81页 |
| 7.1 全文总结 | 第78-79页 |
| 7.2 展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-85页 |