基于视频的智能人脸识别系统设计
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究的背景和意义 | 第10-11页 |
| ·课题在国内外的研究现状 | 第11-13页 |
| ·国外发展研究现状 | 第11-12页 |
| ·国内发展研究现状 | 第12-13页 |
| ·课题研究的重点与难点 | 第13-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第二章 人脸检测和人脸识别技术综述 | 第16-24页 |
| ·常用的人脸检测方法 | 第16-19页 |
| ·基于人脸统计理论的方法 | 第16-17页 |
| ·基于人脸几何特征的方法 | 第17页 |
| ·基于人脸知识的方法 | 第17-18页 |
| ·基于人脸肤色的方法 | 第18页 |
| ·基于人脸模板的方法 | 第18-19页 |
| ·常用的人脸识别方法 | 第19-23页 |
| ·基于人脸几何特征的识别方法 | 第20页 |
| ·基于线性子空间分析的识别方法 | 第20-22页 |
| ·基于神经网络的识别方法 | 第22页 |
| ·基于模板匹配的识别方法 | 第22-23页 |
| ·基于隐马尔可夫模型的识别方法 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 人脸检测及图像预处理 | 第24-42页 |
| ·AdaBoost的人脸检测分类器 | 第24-33页 |
| ·AdaBoost算法基本原理 | 第24-25页 |
| ·矩形特征和积分图 | 第25-28页 |
| ·AdaBoost级联分类器的训练 | 第28-33页 |
| ·人脸检测的实现 | 第33-36页 |
| ·第一次检测的实现 | 第33-34页 |
| ·第二次检测的实现 | 第34-35页 |
| ·二次人脸检测的优点 | 第35-36页 |
| ·人脸图像预处理 | 第36-41页 |
| ·图像噪声处理 | 第37页 |
| ·灰度归一化 | 第37-39页 |
| ·几何归一化 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于本征脸的人脸识别 | 第42-55页 |
| ·PCA基本原理 | 第42-43页 |
| ·PCA分析步骤 | 第43-44页 |
| ·基于本征脸的人脸识别的实现 | 第44-51页 |
| ·本征空间的建立 | 第44-45页 |
| ·奇异值分解定理 | 第45-47页 |
| ·人脸特征向量的提取 | 第47-48页 |
| ·求本征脸 | 第48页 |
| ·距离函数的选取 | 第48-51页 |
| ·实验过程及结果 | 第51-54页 |
| ·实验过程 | 第51-53页 |
| ·实验结果 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 智能人脸识别系统设计与实现 | 第55-67页 |
| ·智能人脸识别系统的设计目标 | 第55页 |
| ·系统的软硬件平台介绍 | 第55-59页 |
| ·硬件支持 | 第55-56页 |
| ·软件平台 | 第56-59页 |
| ·智能人脸识别系统的实现 | 第59-64页 |
| ·智能人脸识别系统结构 | 第59-60页 |
| ·智能人脸识别系统的实现 | 第60-64页 |
| ·系统运行结果及性能分析 | 第64-65页 |
| ·运行效果 | 第64页 |
| ·主要性能分析 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 附件 | 第74页 |
