| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题背景及意义 | 第10-11页 |
| ·本文研究内容及创新点 | 第11-14页 |
| 第二章 智能视觉物联网技术 | 第14-32页 |
| ·人脸跟踪算法 | 第15-16页 |
| ·物联网 | 第16-19页 |
| ·物联网的发展背景 | 第17页 |
| ·物联网的本质和基本特征 | 第17-18页 |
| ·物联网的基本功能和应用模式 | 第18-19页 |
| ·Android操作系统 | 第19-25页 |
| ·Android的发展历程 | 第19-21页 |
| ·Android的平台架构 | 第21-23页 |
| ·Android的开发组件 | 第23-24页 |
| ·Android的特点 | 第24-25页 |
| ·OpenCV | 第25-27页 |
| ·OpenCV的开发目的 | 第25页 |
| ·OpenCV的发展历程 | 第25-26页 |
| ·OpenCV的特性 | 第26-27页 |
| ·开发工具与关键技术介绍 | 第27-32页 |
| ·Android开发环境Eclipse和ADT插件 | 第27-28页 |
| ·Android SDK | 第28-29页 |
| ·Android NDK | 第29页 |
| ·JNI | 第29-32页 |
| 第三章 感知层和网络层 | 第32-44页 |
| ·感知层 | 第32-36页 |
| ·无线摄像头 | 第32-34页 |
| ·IPCAM | 第34-36页 |
| ·网络层 | 第36-43页 |
| ·云存储技术 | 第37-38页 |
| ·Google Drive | 第38-41页 |
| ·其它数据无线共享方式 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第四章 CAMSHIFT人脸跟踪算法及其改进 | 第44-60页 |
| ·Mean Shift算法 | 第44-52页 |
| ·核密度估计 | 第44-46页 |
| ·Mean Shift算法过程 | 第46-49页 |
| ·Mean Shift算法在目标跟踪中的应用 | 第49-52页 |
| ·CAMSHIFT人脸跟踪算法 | 第52-56页 |
| ·建立颜色特征空间模型 | 第52-53页 |
| ·反向投影 | 第53-54页 |
| ·Mean Shift目标跟踪 | 第54-55页 |
| ·自适应搜索窗口调整 | 第55-56页 |
| ·CAMSHIFT人脸跟踪算法的改进 | 第56-57页 |
| ·实验结果与分析 | 第57-60页 |
| 第五章 基于Android系统的应用层 | 第60-70页 |
| ·Android应用开发环境的搭建 | 第60-61页 |
| ·Android人脸跟踪应用程序的实现 | 第61-70页 |
| ·Java端 | 第61-64页 |
| ·本地端 | 第64-69页 |
| ·生成应用APK包 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·总结 | 第70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 攻读研究生期间取得的成果 | 第78页 |