| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 课题背景及意义 | 第13-14页 |
| 1.2 人脸识别发展概述 | 第14-18页 |
| 1.2.1 人脸识别的现状与发展 | 第14-16页 |
| 1.2.2 智能终端人脸识别研究面临的问题 | 第16-18页 |
| 1.3 本文主要工作及组织结构 | 第18-21页 |
| 1.3.1 本文主要研究内容 | 第18页 |
| 1.3.2 本文结构安排 | 第18-21页 |
| 第二章 人脸识别相关理论 | 第21-33页 |
| 2.1 人脸识别基本流程 | 第21-22页 |
| 2.2 人脸检测概述 | 第22-24页 |
| 2.2.1 人脸检测的发展 | 第22-23页 |
| 2.2.2 人脸检测的分类 | 第23-24页 |
| 2.3 人脸识别方法 | 第24-27页 |
| 2.3.1 主元分析法 | 第24-25页 |
| 2.3.2 线性判别分析 | 第25页 |
| 2.3.3 神经网络 | 第25-26页 |
| 2.3.4 支持向量机 | 第26-27页 |
| 2.3.5 局部二值模式 | 第27页 |
| 2.4 常用人脸数据库 | 第27-29页 |
| 2.5 人脸识别性能指标 | 第29-30页 |
| 2.6 FRT在智能终端中的应用分析 | 第30-33页 |
| 2.6.1 Android系统简介 | 第30页 |
| 2.6.2 基于OpenCV4Android的开发 | 第30-32页 |
| 2.6.3 人脸识别在Android系统中的应用 | 第32-33页 |
| 第三章 轻量级人脸识别算法 | 第33-51页 |
| 3.1 尺度不变特征变换 | 第33-38页 |
| 3.1.1 尺度空间极值检测 | 第33-34页 |
| 3.1.2 筛选关键点 | 第34-36页 |
| 3.1.3 关键点方向分配 | 第36-37页 |
| 3.1.4 特征描述子 | 第37-38页 |
| 3.2 特征相似性测量 | 第38-40页 |
| 3.2.1 主要的距离度量公式 | 第38-39页 |
| 3.2.2 距离度量公式的选择 | 第39-40页 |
| 3.3 人脸区域划分 | 第40-41页 |
| 3.4 基于分块SIFT算法的轻量级人脸识别 | 第41-43页 |
| 3.5 实验结果与分析 | 第43-51页 |
| 3.5.1 权重的分配 | 第43-44页 |
| 3.5.2 样本数量对鲁棒性的影响 | 第44-46页 |
| 3.5.3 分块参数的影响 | 第46-49页 |
| 3.5.4 改进算法性能测试 | 第49-51页 |
| 第四章 识别算法在智能终端中的实现与性能分析 | 第51-65页 |
| 4.1 基于Android系统的整体设计方案 | 第51-52页 |
| 4.2 功能模块设计 | 第52-59页 |
| 4.2.1 拍照模块 | 第53-54页 |
| 4.2.2 人脸检测模块 | 第54-55页 |
| 4.2.3 预处理模块 | 第55-56页 |
| 4.2.4.个人信息输入模块 | 第56页 |
| 4.2.5 特征提取模块 | 第56-57页 |
| 4.2.6 匹配模块 | 第57页 |
| 4.2.7 数据存储模块 | 第57-59页 |
| 4.3 系统实现 | 第59-62页 |
| 4.3.1 注册 | 第59-60页 |
| 4.3.2 识别 | 第60-62页 |
| 4.3.3 浏览 | 第62页 |
| 4.4 实验 | 第62-65页 |
| 4.4.1 实验环境 | 第62页 |
| 4.4.2 实验结果 | 第62-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 作者简介 | 第73-74页 |