摘要 | 第1-8页 |
ABSTRACT | 第8-9页 |
插图索引 | 第9-10页 |
附表索引 | 第10-11页 |
第1章 绪论 | 第11-14页 |
1.1 项目来源 | 第11页 |
1.2 项目目的与意义 | 第11页 |
1.3 项目内容 | 第11-12页 |
1.4 本文的主要工作 | 第12页 |
1.5 本文章节安排 | 第12-14页 |
第2章 人脸识别技术的数字视频网络监控系统综述 | 第14-23页 |
2.1 引言 | 第14页 |
2.2 人脸识别的技术发展状况 | 第14-21页 |
2.2.1 人脸识别研究现状 | 第14-16页 |
2.2.2 人脸识别的方法 | 第16-18页 |
2.2.3 人脸识别研究近况 | 第18-21页 |
2.3 网络监控技术发展状况 | 第21-22页 |
2.3.1 数字视频监控系统的现状和发展 | 第21页 |
2.3.2 视频监控系统现状 | 第21页 |
2.3.3 视频监控系统的发展 | 第21-22页 |
2.4 小结 | 第22-23页 |
第3章 人脸图像的识别及特征提取方法 | 第23-35页 |
3.1 引言 | 第23页 |
3.2 多目标优化算法 | 第23-33页 |
3.2.1 多目标优化算法 | 第23-25页 |
3.2.2 基于美术学角度的模板匹配的人脸识别方法 | 第25-30页 |
3.2.3 面部特征提取的多目标优化算法 | 第30-32页 |
3.2.4 基于模糊逻辑的多目标遗传算法 | 第32-33页 |
3.3 分级多目标非劣解集遗传算法研究 | 第33-34页 |
3.3.1 多目标非劣解集遗传算法简介 | 第33-34页 |
3.4 小结 | 第34-35页 |
第4章 人脸图像数据库的建立 | 第35-39页 |
4.1 引言 | 第35页 |
4.2 人脸图像数据库的建立和分类 | 第35页 |
4.3 人脸数据库采集设备名称和参数 | 第35-36页 |
4.4 部分人脸图像数据库图像 | 第36-38页 |
4.5 小结 | 第38-39页 |
第5章 算法仿真 | 第39-50页 |
5.1 引言 | 第39页 |
5.2 人脸图像文件的转换 | 第39页 |
5.3 人脸识别的多目标优化算法实验和仿真 | 第39-43页 |
5.3.1 人脸识别的优化算法描述 | 第39-40页 |
5.3.2 多目标优化算法的算法设计 | 第40页 |
5.3.3 部分程序框架描述 | 第40-43页 |
5.4 在 MATLAB6.5.1上的仿真结果 | 第43-46页 |
5.5 实验结果数据分析 | 第46-48页 |
5.5.1 实验结果数据 | 第46-47页 |
5.5.2 实验结果数据分析 | 第47页 |
5.5.2 与相关实验结果对比 | 第47-48页 |
5.6 在 DSP开发环境上的仿真 | 第48-49页 |
5.7 小结 | 第49-50页 |
第6章 人脸识别技术的数字视频监控系统方案设计 | 第50-60页 |
6.1 引言 | 第50页 |
6.2 模拟和数字监控技术比较 | 第50-53页 |
6.2.1 数字信号控制的模拟视频监控系统 | 第50-51页 |
6.2.2 数字视频监控系统 | 第51-53页 |
6.2.3 监控系统的选择 | 第53页 |
6.3 系统设计方案 | 第53-54页 |
6.4 TMS320C6201的DSP的数字信号处理器 | 第54-55页 |
6.5 混合编程的程序设计方法 | 第55-57页 |
6.5.1 通常 DSP系统的软件设计方式 | 第55-56页 |
6.5.2 混合编程应遵循的规则和详细的接口规范 | 第56-57页 |
6.6 数字视频网络监控系统要解决的关键技术 | 第57-58页 |
6.6.1 视频数据的压缩和解压缩 | 第57-58页 |
6.6.2 视频数据的实时传输技术 | 第58页 |
6.7 小结 | 第58-60页 |
结论 | 第60-63页 |
1. 本文工作总结 | 第60-61页 |
2. 下一步工作展望 | 第61-63页 |
参考文献 | 第63-67页 |
致谢 | 第67-68页 |
附录A (攻读硕士期间发表论文) | 第68页 |