考勤系统中人脸识别技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 生物特征识别技术 | 第8页 |
| 1.2 常见的生物特征 | 第8-9页 |
| 1.3 人脸识别技术的背景及研究意义 | 第9页 |
| 1.4 人脸识别的国内外研究现状 | 第9-10页 |
| 1.5 人脸识别系统的构成 | 第10-11页 |
| 1.6 本文的研究内容和结构安排 | 第11-12页 |
| 第二章 人脸识别的主要算法 | 第12-24页 |
| 2.1 PCA算法 | 第12-14页 |
| 2.1.1 概念 | 第12页 |
| 2.1.2 PCA算法原理 | 第12页 |
| 2.1.3 特征脸方法 | 第12-13页 |
| 2.1.4 特征脸信息的提取 | 第13-14页 |
| 2.1.5 图像识别 | 第14页 |
| 2.2 二进制粒子群算法 | 第14-18页 |
| 2.2.1 粒子群算法概念 | 第14-15页 |
| 2.2.2 粒子群算法原理 | 第15-16页 |
| 2.2.3 基本PSO算法的流程 | 第16-17页 |
| 2.2.4 图像识别 | 第17-18页 |
| 2.3 PCNN算法 | 第18-24页 |
| 2.3.1 PCNN算法概念 | 第18页 |
| 2.3.2 PCNN用于图像处理中的原理 | 第18-19页 |
| 2.3.3 人脸特征提取和特征识别 | 第19-24页 |
| 第三章 人脸识别考勤系统的设计实现 | 第24-42页 |
| 3.1 系统设计 | 第24-25页 |
| 3.2 模块设计 | 第25-28页 |
| 3.2.1 信息采集模块设计 | 第25-27页 |
| 3.2.2 后台管理模块设计 | 第27-28页 |
| 3.3 数据库的设计和开发 | 第28-42页 |
| 3.3.1 总体框架 | 第28-29页 |
| 3.3.2 基本表建立 | 第29页 |
| 3.3.3 人脸库的建立 | 第29-30页 |
| 3.3.4 系统菜单设计 | 第30-31页 |
| 3.3.5 用户登录模块 | 第31页 |
| 3.3.6 员工出勤记录 | 第31页 |
| 3.3.7 算法设计 | 第31-32页 |
| 3.3.8 主要程序代码 | 第32-35页 |
| 3.3.9 系统实验分析 | 第35-36页 |
| 3.3.10 实际运行情况 | 第36-40页 |
| 3.3.11 实验结果及改进措施 | 第40-42页 |
| 第四章 结论与展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46页 |
