| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究的背景与意义 | 第11-12页 |
| 1.2 国内外研究历史与现状 | 第12-13页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 嵌入式平台的选择与搭建 | 第13-17页 |
| 1.3.1 嵌入式系统概述 | 第13-14页 |
| 1.3.2 嵌入式平台与操作系统的选择 | 第14页 |
| 1.3.3 GPU通用计算 | 第14-17页 |
| 1.4 本文研究内容与章节安排 | 第17-19页 |
| 第二章 人脸识别与图像处理相关重要算法 | 第19-35页 |
| 2.1 图像预处理相关算法 | 第19-26页 |
| 2.1.1 图像的灰度变换 | 第19-21页 |
| 2.1.2 图像的几何变换 | 第21-22页 |
| 2.1.3 图像的空间域滤波 | 第22-24页 |
| 2.1.4 图像的频域滤波 | 第24-26页 |
| 2.2 目标检测 | 第26-30页 |
| 2.2.1 Haar分类器 | 第27-29页 |
| 2.2.2 其他分类器 | 第29-30页 |
| 2.3 人脸识别算法 | 第30-34页 |
| 2.3.1 局部二进制模式 | 第30-33页 |
| 2.3.2 线性判别分析(LDA)算法 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 基于PCA算法的人脸识别 | 第35-45页 |
| 3.1 主成分分析(PCA)理论 | 第35-38页 |
| 3.1.1 投影到0维的情况 | 第35-36页 |
| 3.1.2 投影到1维的情况 | 第36-37页 |
| 3.1.3 投影到h维的情况 | 第37-38页 |
| 3.1.4 快速PCA原理 | 第38页 |
| 3.2 PCA人脸特征提取与重构 | 第38-40页 |
| 3.2.1 数据集介绍 | 第38-39页 |
| 3.2.2 人脸图像的特征提取 | 第39-40页 |
| 3.2.3 基于主成分的人脸重构 | 第40页 |
| 3.3 基于PCA的人脸识别的实现 | 第40-44页 |
| 3.3.1 人脸识别系统工作流程 | 第41-42页 |
| 3.3.2 Haar分类的训练 | 第42-43页 |
| 3.3.3 在嵌入式平台上实现PCA人脸识别算法 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于深度学习的人脸识别 | 第45-62页 |
| 4.1 基于Caffe的深度学习工具开发环境的搭建 | 第45-49页 |
| 4.1.1 Caffe简介 | 第45-46页 |
| 4.1.2 Caffe的数据结构 | 第46页 |
| 4.1.3 在嵌入式平台搭建Caffe开发环境 | 第46-49页 |
| 4.2 卷积神经网络的基本结构与原理 | 第49-58页 |
| 4.2.1 卷积层的原理与实现 | 第49-53页 |
| 4.2.2 线性整流层的原理与实现 | 第53-54页 |
| 4.2.3 池化层的原理与实现 | 第54-56页 |
| 4.2.4 全连接层的原理与实现 | 第56-57页 |
| 4.2.5 SoftMax层的原理与实现 | 第57-58页 |
| 4.3 人脸识别卷积神经网络的设计与实现 | 第58-59页 |
| 4.4 实验结果测试 | 第59-61页 |
| 4.4.1 在WebFace人脸数据集上测试 | 第59-60页 |
| 4.4.2 采用ORL数据集进行测试 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 人脸识别应用于视频监控 | 第62-71页 |
| 5.1 智能视频监控 | 第62-63页 |
| 5.1.1 视频监控技术的演变 | 第62-63页 |
| 5.1.2 智能视频监控的特点 | 第63页 |
| 5.2 视频监控中实现人脸识别 | 第63-67页 |
| 5.2.1 JPEG图像压缩 | 第64-65页 |
| 5.2.2 Socket编程 | 第65-66页 |
| 5.2.3 Linux多线程设计 | 第66-67页 |
| 5.3 系统性能测试 | 第67-70页 |
| 5.3.1 人脸检测验证 | 第67-69页 |
| 5.3.2 人脸识别验证 | 第69-70页 |
| 5.3.3 图像传输验证 | 第70页 |
| 5.4 本章小结 | 第70-71页 |
| 第六章 全文总结和展望 | 第71-73页 |
| 6.1 全文总结 | 第71页 |
| 6.2 后续工作展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-75页 |