中文摘要 | 第3-5页 |
英文摘要 | 第5-6页 |
1 绪论 | 第9-21页 |
1.1 课题研究背景及意义 | 第9-11页 |
1.2 国内外多生物特征识别技术的研究及应用现状 | 第11-12页 |
1.3 人耳检测及识别技术的研究及应用现状 | 第12-15页 |
1.3.1 人耳检测的研究及应用现状 | 第13-15页 |
1.3.2 人耳识别的研究及应用现状 | 第15页 |
1.4 人脸检测及识别技术的研究及应用现状 | 第15-17页 |
1.4.1 人脸检测的研究及应用现状 | 第15-16页 |
1.4.2 人脸识别的研究及应用现状 | 第16-17页 |
1.5 人耳、人脸检测及识别存在的主要应用困难 | 第17-18页 |
1.6 主要研究内容及论文结构安排 | 第18-21页 |
1.6.1 主要研究内容 | 第18-19页 |
1.6.2 论文结构安排 | 第19-21页 |
2 人耳及人脸检测 | 第21-37页 |
2.1 Haar-like特征 | 第21-26页 |
2.1.1 Haar-like特征简介 | 第21-23页 |
2.1.2 Haar-like特征数量的计算 | 第23-24页 |
2.1.3 Haar-like积分图 | 第24-25页 |
2.1.4 Haar-like特征值的计算 | 第25-26页 |
2.2 基于Ada Boost的Haar-like分类器 | 第26-32页 |
2.2.1 弱分类器 | 第26-28页 |
2.2.2 强分类器 | 第28-30页 |
2.2.3 强分类器的级联 | 第30-32页 |
2.3 人耳及人脸分类器的训练 | 第32-35页 |
2.4 本章小结 | 第35-37页 |
3 基于流形学习的人耳及人脸组合识别 | 第37-57页 |
3.1 基于相关NPE算法的人脸识别 | 第37-43页 |
3.1.1 邻域保持嵌入算法 | 第37-38页 |
3.1.2 相关NPE算法 | 第38页 |
3.1.3 人脸图像间的相关系数 | 第38-39页 |
3.1.4 相关NPE算法实现 | 第39页 |
3.1.5 相关NPE算法准确性分析 | 第39-43页 |
3.2 基于流形重构Isomap算法的人耳识别 | 第43-48页 |
3.2.1 等距特征映射算法 | 第43页 |
3.2.2 局部线性嵌入算法 | 第43-45页 |
3.2.3 基于流形重构的Isomap算法 | 第45-46页 |
3.2.4 人耳识别准确率实验 | 第46-48页 |
3.2.5 人耳识别算法执行效率对比 | 第48页 |
3.3 人耳及人脸多生物特征组合识别 | 第48-54页 |
3.3.1 人耳及人脸组合数据库 | 第48-49页 |
3.3.2 图像特征融合技术 | 第49-52页 |
3.3.3 人耳及人脸组合识别有效性实验 | 第52-54页 |
3.3.4 人耳及人脸组合识别执行效率实验 | 第54页 |
3.4 本章小结 | 第54-57页 |
4 系统总体框架设计与开发环境介绍 | 第57-67页 |
4.1 系统功能模块分析 | 第57-58页 |
4.2 系统结构特点分析 | 第58-59页 |
4.3 手机客户端人耳及人脸检测实现途径 | 第59-61页 |
4.3.1 Android JNI技术 | 第59-60页 |
4.3.2 人耳及人脸检测的实现 | 第60-61页 |
4.4 网络传输的实现 | 第61-63页 |
4.5 电脑服务端识别功能实现 | 第63-65页 |
4.6 本章小结 | 第65-67页 |
5 基于Android平台的人耳及人脸组合识别系统实现 | 第67-81页 |
5.1 开发平台介绍 | 第67页 |
5.2 检测及识别算法的实现 | 第67-68页 |
5.3 Android移动端系统设计 | 第68-77页 |
5.3.1 Android移动端系统流程 | 第68-69页 |
5.3.2 Android移动端操作界面 | 第69-77页 |
5.4 电脑服务端系统设计 | 第77-78页 |
5.4.1 电脑服务端系统流程 | 第77页 |
5.4.2 电脑服务端操作界面 | 第77-78页 |
5.5 系统工作效率实验 | 第78-79页 |
5.6 本章小结 | 第79-81页 |
6 总结与展望 | 第81-83页 |
6.1 总结 | 第81-82页 |
6.2 展望 | 第82-83页 |
致谢 | 第83-85页 |
参考文献 | 第85-89页 |
附录 | 第89页 |
A. 攻读硕士期间发表的论文目录 | 第89页 |
B. 作者在攻读硕士学位期间参加的科研项目及获奖目录 | 第89页 |