摘要 | 第6-7页 |
Abstract | 第7页 |
第1章 绪论 | 第11-15页 |
1.1 研究背景和意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 人脸识别技术的国内外研究状况 | 第12页 |
1.2.2 高校考勤系统的国内外研究状况 | 第12-14页 |
1.3 本文研究的内容、目标、方法 | 第14-15页 |
第2章 相关技术介绍 | 第15-20页 |
2.1 图像预处理 | 第15-17页 |
2.1.1 图像灰度变换 | 第15-16页 |
2.1.2 图像平滑 | 第16-17页 |
2.2 人脸检测技术 | 第17-18页 |
2.2.1 基于特征的人脸检测技术 | 第17页 |
2.2.2 基于模板匹配的人脸检测技术 | 第17页 |
2.2.3 基于统计的人脸检测技术 | 第17-18页 |
2.3 人脸识别 | 第18-20页 |
2.3.1 基于几何特征的人脸识别技术 | 第18-19页 |
2.3.2 基于子空间分析的方法 | 第19-20页 |
第3章 考勤系统需求分析 | 第20-23页 |
3.1 考勤系统环境 | 第20-21页 |
3.2 功能需求 | 第21-23页 |
3.2.1 人员识别 | 第21-22页 |
3.2.2 人数统计 | 第22页 |
3.2.3 出勤率查询统计 | 第22页 |
3.2.4 自动考勤设置 | 第22-23页 |
第4章 考勤系统设计 | 第23-39页 |
4.1 系统设计目标及原则 | 第23页 |
4.2 系统硬件结构设计 | 第23-27页 |
4.2.1 图像采集方式设计 | 第24-25页 |
4.2.2 图像采集设备的选择 | 第25-27页 |
4.3 系统架构 | 第27-28页 |
4.4 系统功能和流程设计 | 第28-34页 |
4.4.1 功能结构 | 第28-31页 |
4.4.2 流程设计 | 第31-34页 |
4.5 算法设计 | 第34-36页 |
4.5.1 人脸检测算法选择 | 第34-35页 |
4.5.2 人脸识别算法选择 | 第35-36页 |
4.6 数据库设计 | 第36-37页 |
4.7 开发环境和运行环境 | 第37-39页 |
4.7.1 Visual Studio 2012 VB.NET | 第37-38页 |
4.7.2 OpenCV | 第38页 |
4.7.3 MSDE | 第38-39页 |
第5章 系统实现 | 第39-49页 |
5.1 主要功能模块实现 | 第39-43页 |
5.1.1 数据库类实现 | 第39-40页 |
5.1.2 图像采集功能 | 第40页 |
5.1.3 人脸提取功能 | 第40-41页 |
5.1.4 标识人脸功能 | 第41页 |
5.1.5 人脸训练功能 | 第41-42页 |
5.1.6 身份识别功能 | 第42页 |
5.1.7 教室考勤功能 | 第42-43页 |
5.2 考勤系统界面 | 第43-49页 |
5.2.1 图像采集 | 第43-44页 |
5.2.2 标识人脸功能效果 | 第44-45页 |
5.2.3 人脸训练结果 | 第45-46页 |
5.2.4 系统设置 | 第46页 |
5.2.5 课程设置 | 第46-47页 |
5.2.6 考勤界面 | 第47-48页 |
5.2.7 学生考勤查询 | 第48页 |
5.2.8 课程考勤查询 | 第48-49页 |
第6章 系统测试 | 第49-56页 |
6.1 图像采集模块 | 第49-50页 |
6.1.1 图像采集 | 第49页 |
6.1.2 人脸图像提取 | 第49-50页 |
6.2 标识模块 | 第50页 |
6.2.1 标识人脸 | 第50页 |
6.2.2 人脸训练 | 第50页 |
6.3 考勤模块 | 第50-52页 |
6.3.1 身份识别 | 第50-51页 |
6.3.2 教室考勤 | 第51-52页 |
6.4 设置模块 | 第52-55页 |
6.4.1 学生设置 | 第52-53页 |
6.4.2 考勤表管理 | 第53-54页 |
6.4.3 教室设置 | 第54页 |
6.4.4 课程设置 | 第54-55页 |
6.4.5 摄像头设置 | 第55页 |
6.5 测试结论 | 第55-56页 |
结论 | 第56-57页 |
致谢 | 第57-58页 |
参考文献 | 第58-61页 |