摘要 | 第1-4页 |
Abstract | 第4-5页 |
目录 | 第5-8页 |
1 绪论 | 第8-16页 |
·研究背景及意义 | 第8页 |
·智慧监控技术国内外研究现状 | 第8-10页 |
·智慧建筑的国内外发展概况 | 第8-9页 |
·智慧视频监控的国内外发展概况 | 第9-10页 |
·人脸识别技术的发展概况 | 第10-14页 |
·人脸检测与定位 | 第11-12页 |
·人脸识别 | 第12-14页 |
·本论文的主要内容和结构体系 | 第14-16页 |
·本论文主要内容 | 第14-15页 |
·本论文结构体系介绍 | 第15-16页 |
2 会所智能监控系统总体设计 | 第16-21页 |
·智能监控系统的设计原则 | 第16页 |
·会所智能监控系统总体设计方案 | 第16-19页 |
·视频监控子系统方案 | 第17-18页 |
·环境监控子系统方案 | 第18页 |
·安防监控子系统方案 | 第18-19页 |
·监控系统总体软件架构设计 | 第19-20页 |
·本章小结 | 第20-21页 |
3 视频监控子系统关键技术研究 | 第21-46页 |
·引言 | 第21页 |
·视频图像预处理技术研究 | 第21-31页 |
·图像噪声处理 | 第21-25页 |
·高斯平滑滤波 | 第21-23页 |
·形态学滤波 | 第23-25页 |
·人脸图像光照补偿 | 第25-31页 |
·基于Adaboost算法视频人脸检测技术研究 | 第31-40页 |
·Haar-like特征及快速计算特征 | 第31-36页 |
·采用Adaboost算法选取弱分类器训练强分类器 | 第36-39页 |
·构成级联结构的层迭分类器 | 第39-40页 |
·视频人脸识别技术研究 | 第40-44页 |
·HMM理论的研究 | 第40-42页 |
·EHMM理论的研究 | 第42-43页 |
·人脸EHMM的研究与分析 | 第43-44页 |
·本章小结 | 第44-46页 |
4 视频人脸识别系统的设计与实现 | 第46-70页 |
·引言 | 第46页 |
·基于OpenCV的开发平台搭建 | 第46-48页 |
·视频运动目标检测的实现 | 第48-54页 |
·视频人脸检测模块设计与实现 | 第54-62页 |
·基于OpenCV的人脸检测实现 | 第55-57页 |
·实时视频人脸检测结果 | 第57-62页 |
·视频人脸识别模块设计与实现 | 第62-68页 |
·人脸库的建立 | 第62-65页 |
·基于OpenCV的人脸识别实现 | 第65-68页 |
·本章小结 | 第68-70页 |
5 其它监控子系统设计与实现 | 第70-82页 |
·引言 | 第70页 |
·数据采集与存储设计 | 第70-74页 |
·数据采集实现 | 第70-72页 |
·数据库设计 | 第72-74页 |
·环境监控系统的设计 | 第74-76页 |
·数据采集系统设计 | 第74-75页 |
·环境监控系统的实现 | 第75-76页 |
·中央空调监控系统设计与实现 | 第76-79页 |
·中央空调监控的设计与实现 | 第77-78页 |
·空调小控制面板监控设计与实现 | 第78-79页 |
·安防系统的设计与实现 | 第79-80页 |
·门禁监控系统的设计 | 第79页 |
·电子围栏系统监控的设计 | 第79-80页 |
·本章小结 | 第80-82页 |
6 总结与展望 | 第82-84页 |
·总结 | 第82-83页 |
·展望 | 第83-84页 |
致谢 | 第84-85页 |
参考文献 | 第85-88页 |
附录 | 第88页 |