基于嵌入式平台的人脸识别系统的研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·嵌入式系统概述 | 第9-10页 |
| ·人脸识别研究的历史与现状 | 第10-11页 |
| ·人脸识别的研究简史 | 第10-11页 |
| ·国内外研究现状 | 第11页 |
| ·选题依据和研究思路 | 第11-12页 |
| ·本文的主要研究内容与论文的章节结构 | 第12-14页 |
| 第二章 嵌入式人脸识别相关技术研究及平台介绍 | 第14-20页 |
| ·人脸识别介绍 | 第14-17页 |
| ·人脸识别流程 | 第14-15页 |
| ·人脸检测 | 第15-16页 |
| ·人脸识别 | 第16-17页 |
| ·嵌入式人脸识别系统平台介绍 | 第17-18页 |
| ·文中采用的人脸实验库 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 人脸检测及预处理算法 | 第20-29页 |
| ·颜色空间介绍 | 第20-22页 |
| ·基于Haar特征的Adaboost人脸检测算法 | 第22-26页 |
| ·基于Haar的Adaboost人脸检测算法流程 | 第22-23页 |
| ·Haar特征 | 第23页 |
| ·弱分类器 | 第23-24页 |
| ·强分类器 | 第24-25页 |
| ·级联分类器 | 第25-26页 |
| ·人眼检测 | 第26-27页 |
| ·人脸预处理 | 第27-28页 |
| ·旋转与人脸图像裁剪 | 第27页 |
| ·尺度归一化 | 第27-28页 |
| ·光照归一化 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基于全局的人脸特征提取与识别 | 第29-40页 |
| ·HOG特征描述 | 第29页 |
| ·HOG特征提取 | 第29-32页 |
| ·颜色空间标准化 | 第29-30页 |
| ·梯度的计算 | 第30页 |
| ·空间和方向上的梯度统计 | 第30-31页 |
| ·归一化HOG特征 | 第31页 |
| ·生成HOG特征描述子 | 第31-32页 |
| ·支持向量机 | 第32-35页 |
| ·人脸全局特征提取及识别实验与分析 | 第35-39页 |
| ·人脸全局HOG特征提取 | 第35-36页 |
| ·基于SVM的全局特征训练与识别 | 第36-37页 |
| ·实验结果 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 基于局部的人脸特征提取与识别 | 第40-57页 |
| ·局部特征描述 | 第40-41页 |
| ·基于SURF的局部特征提取与识别 | 第41-50页 |
| ·传统的SURF算法概述 | 第41-44页 |
| ·改进的SURF算法 | 第44-50页 |
| ·建立人脸图像积分图 | 第45页 |
| ·人脸SURF特征区域划分及特征点提取 | 第45-47页 |
| ·特征点主方向分配 | 第47-48页 |
| ·生成SURF特征描述子 | 第48-49页 |
| ·构建多角度人脸特征池 | 第49页 |
| ·基于区域的特征池近邻匹配 | 第49-50页 |
| ·基于Gabor的局部特征提取与识别 | 第50-54页 |
| ·实验结果 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 嵌入式人脸识别系统的实现 | 第57-74页 |
| ·OpenCV介绍 | 第57-58页 |
| ·算法层与算法的可移植性介绍 | 第58-61页 |
| ·算法层介绍 | 第58-60页 |
| ·多平台环境搭建与算法调用 | 第60-61页 |
| ·Android平台环境配置与JNI介绍 | 第61-64页 |
| ·环境配置 | 第61-62页 |
| ·Android JNI介绍 | 第62-64页 |
| ·嵌入式人脸识别系统设计 | 第64-67页 |
| ·嵌入式人脸识别系统数据存储设计 | 第64-66页 |
| ·嵌入式人脸识别系统模块设计 | 第66-67页 |
| ·人脸识别系统软件实现 | 第67-72页 |
| ·文中的颜色空间转换 | 第68-69页 |
| ·图像预览与人脸检测 | 第69-70页 |
| ·人脸识别 | 第70-71页 |
| ·功能模块 | 第71-72页 |
| ·实验结果 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 总结与展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 个人简历 | 第82-83页 |
| 攻读硕士学位期间已发表或录用的论文与成果 | 第83页 |
