首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Anaconda-CL卡的人脸识别系统构建研究与实现

摘要第6-8页
Abstract第8-9页
第一章 绪论第18-46页
    1.1 课题研究背景和意义第18-22页
        1.1.1 课题研究背景第18-22页
        1.1.2 课题研究意义第22页
    1.2 人脸识别系统概述第22-41页
        1.2.1 人脸识别系统的组成第23页
        1.2.2 人脸识别技术第23-31页
        1.2.3 系统集成构建第31-41页
    1.3 人脸识别系统的应用领域第41-42页
    1.4 人脸识别系统的发展趋势第42-43页
    1.5 本文研究内容与组织结构第43-45页
        1.5.1 本文的研究内容第43-44页
        1.5.2 本文的组织结构第44-45页
    1.6 论文创新点第45页
    1.7 本章小结第45-46页
第二章 人脸识别系统构建平台概述第46-66页
    2.1 系统总述第46-47页
    2.2 图像采集情况第47-49页
        2.2.1 CCD摄像机第47-48页
        2.2.2 相机配置第48-49页
    2.3 Anaconda-CL板卡第49-54页
        2.3.1 Anaconda-CL卡的结构第50-51页
        2.3.2 Anaconda-CL卡的性能参数第51-53页
        2.3.3 图像处理单元(IPU)第53-54页
    2.4 Sapera LT类库第54-62页
        2.4.1 Sapera LT类库的组成与特性第55页
        2.4.2 Sapera++第55-60页
        2.4.3 图像处理单元控制类第60-62页
    2.5 数据库第62-63页
        2.5.1 Microsoft Access的特性第63页
        2.5.2 Microsoft Access的优点第63页
    2.6 本章小结第63-66页
第三章 人脸识别系统算法研究与实现第66-86页
    3.1 人脸识别系统的算法组成第66页
    3.2 Adaboost的人脸检测第66-76页
        3.2.1 人脸检测简介第66-67页
        3.2.2 Adoboost算法原理第67-68页
        3.2.3 Adoboost计算过程第68-70页
        3.2.4 Adaboost算法的实现第70-76页
    3.3 LBP的人脸表征第76-82页
        3.3.1 人脸表征简介第76页
        3.3.2 LBP算法的原理第76-77页
        3.3.3 LBP计算过程第77-78页
        3.3.4 LBP的人脸特征表示第78-79页
        3.3.5 LBP算法的实现第79-82页
    3.4 特征值距离计算与分类的人脸判定第82-84页
        3.4.1 距离计算第82-83页
        3.4.2 最近邻分类器第83-84页
    3.5 本章小结第84-86页
第四章 人脸识别系统方案设计与实现第86-110页
    4.1 系统组成与结构第86-88页
        4.1.1 系统功能架构第86页
        4.1.2 系统平台及接口情况第86-88页
    4.2 CCD摄像机第88-91页
        4.2.1 数据的格式第89-90页
        4.2.2 数据的传输第90-91页
    4.3 图像处理单元(IPU-FPGA)第91-97页
        4.3.1 FPGA的接口结构第91-92页
        4.3.2 FPGA的图像总线接口第92-95页
        4.3.3 FPGA的控制总线接口第95-96页
        4.3.4 寄存器设计第96-97页
        4.3.5 固件Firmware的综合第97页
    4.4 数据库第97-99页
        4.4.1 数据存储设计第97-98页
        4.4.2 数据读写接口类第98-99页
    4.5 上、下位机间通信实现与协议制定第99-101页
        4.5.1 通信的实现第99-101页
        4.5.2 通信协议第101页
    4.6 人脸特征提取程序第101-105页
        4.6.1 功能设计第101-102页
        4.6.2 程序流程第102-104页
        4.6.3 图形用户界面第104-105页
    4.7 人脸识别系统主程序第105-109页
        4.7.1 功能设计第105-106页
        4.7.2 程序流程第106-107页
        4.7.3 图像用户界面第107-109页
    4.8 本章小结第109-110页
第五章 系统实验结果与分析第110-128页
    5.1 人脸特征提取实验平台的配置第110-113页
        5.1.1 相机配置文件的生成第110-111页
        5.1.2 注册图像采集卡第111页
        5.1.3 固件文件下载第111-112页
        5.1.4 配置系统输出格式第112页
        5.1.5 设置寄存器第112-113页
        5.1.6 连接数据库第113页
    5.2 人脸特征提取实验第113-118页
        5.2.1 实验过程第114-115页
        5.2.2 特征提取与信息录入成功率统计第115-116页
        5.2.3 实验结果验证第116-118页
    5.3 人脸自动化识别实验平台的配置第118-119页
        5.3.1 相机配置文件的生成第118页
        5.3.2 注册图像采集卡第118页
        5.3.3 固件文件下载第118-119页
        5.3.4 配置系统输出格式第119页
        5.3.5 设置寄存器第119页
        5.3.6 连接数据库第119页
    5.4 人脸自动识别系统实验第119-126页
        5.4.1 实验过程第120-121页
        5.4.2 人脸识别成功率统计第121-124页
        5.4.3 结果分析第124-126页
    5.5 本章小结第126-128页
第六章 总结与展望第128-130页
    6.1 全文总结第128-129页
    6.2 论文的不足与展望第129-130页
致谢第130-132页
参考文献第132-136页
附录 作者在攻读硕士学位期间发表的成果第136页

论文共136页,点击 下载论文
上一篇:基于SSH框架体系的科技项目管理系统的设计与实现
下一篇:基于Web的汉越可比较语料库构建方法研究