首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--监视、报警、故障诊断系统论文

人脸识别技术在数字视频网络监控系统中的应用研究

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

论文共68页,点击 下载论文
上一篇:日本自然垄断产业市场化改革及启示
下一篇:军队政治工作信息系统安全防护研究