| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 第1章 绪论 | 第8-16页 |
| ·研究背景 | 第8-9页 |
| ·研究内容与应用 | 第9-10页 |
| ·研究难点 | 第10-11页 |
| ·研究现状与相关工作 | 第11-15页 |
| ·基于几何特征的人脸识别方法 | 第11-12页 |
| ·基于特征脸的人脸识别方法 | 第12页 |
| ·基于局部纹理的方法 | 第12-13页 |
| ·基于小波特征的弹性匹配方法 | 第13页 |
| ·基于神经网络的人脸识别方法 | 第13页 |
| ·基于隐马尔可夫模型(HMM) | 第13-14页 |
| ·频域中的特征提取 | 第14页 |
| ·多模态信息融合 | 第14-15页 |
| ·本文工作与内容安排 | 第15-16页 |
| 第2章 教室场景内的人脸识别方法 | 第16-30页 |
| ·人脸识别方法在教室场景内的应用 | 第16页 |
| ·人脸检测 | 第16-19页 |
| ·基于Adaboost 方法的人脸检测分类器 | 第16-17页 |
| ·使用级联分类器进行人脸检测 | 第17-19页 |
| ·人脸特征抽取与识别 | 第19-24页 |
| ·使用Local Binary Pattern 表征人脸 | 第21-23页 |
| ·基于LBP 直方图特征的人脸相似度计算 | 第23-24页 |
| ·人脸区域的光照处理 | 第24-30页 |
| ·光照预处理 | 第25-27页 |
| ·光照预处理LBP 特征对照 | 第27-30页 |
| 第3章 系统总体架构与数据处理流程 | 第30-35页 |
| ·系统架构 | 第30-31页 |
| ·数据处理流程 | 第31-33页 |
| ·人脸训练样本数据处理流程 | 第31-32页 |
| ·人脸识别数据处理流程 | 第32-33页 |
| ·系统结构 | 第33-35页 |
| 第4章 系统模块设计 | 第35-71页 |
| ·摄像头控制模块 | 第35-37页 |
| ·摄像头的参数设置 | 第35-36页 |
| ·摄像头的控制 | 第36-37页 |
| ·多线程控制模块 | 第37-38页 |
| ·人脸数据库管理模块 | 第38-45页 |
| ·人脸数据库的文件结构 | 第39页 |
| ·人脸特征及其数据结构 | 第39-40页 |
| ·人脸特征库的数据结构 | 第40-42页 |
| ·人脸特征库的建立过程 | 第42-45页 |
| ·数据分析模块 | 第45-63页 |
| ·数据分析总流程 | 第45-46页 |
| ·人脸检测 | 第46-51页 |
| ·人眼检测 | 第51-56页 |
| ·人脸正规化 | 第56-58页 |
| ·人脸模板消除背景 | 第58-59页 |
| ·计算χ~2 距离与人脸识别 | 第59-63页 |
| ·系统改进 | 第63-71页 |
| ·肤色检测对人脸检测正确率的改进 | 第63-65页 |
| ·人脸虚拟样本的生成 | 第65-68页 |
| ·累计识别结果 | 第68-71页 |
| 第5章 系统运行结果 | 第71-75页 |
| 第6章 总结与展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士期间发表的论文和参与项目 | 第81-84页 |
| 上海交通大学学位论文答辩决议书 | 第84页 |