| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 人脸识别研究现状 | 第12-14页 |
| 1.2.2 嵌入式人脸识别研究现状 | 第14-15页 |
| 1.3 本文所做的工作 | 第15-17页 |
| 第二章 人脸识别算法研究 | 第17-38页 |
| 2.1 PCA主成分分析法 | 第17-19页 |
| 2.1.1 特征值与特征向量 | 第17-18页 |
| 2.1.2 奇异值 | 第18-19页 |
| 2.2 神经网络 | 第19-21页 |
| 2.2.1 神经网络简介 | 第19页 |
| 2.2.2 BP神经网络介绍 | 第19-21页 |
| 2.2.3 BP神经网络设计 | 第21页 |
| 2.3 SVM支持向量机 | 第21-26页 |
| 2.3.1 线性分类 | 第22-23页 |
| 2.3.2 函数间隔和几何间隔 | 第23-24页 |
| 2.3.3 最大间隔的分类器的定义 | 第24-26页 |
| 2.4 深度学习的方法 | 第26-37页 |
| 2.4.1 卷积神经网络 | 第26-27页 |
| 2.4.2 LeNet网络 | 第27-29页 |
| 2.4.3 AlexNet网络 | 第29-30页 |
| 2.4.4 FaceNet网络 | 第30-32页 |
| 2.4.5 NIN网络 | 第32-33页 |
| 2.4.6 GoogLeNet网络 | 第33-35页 |
| 2.4.7 压缩网络 | 第35-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 嵌入式系统的设计与实现 | 第38-52页 |
| 3.1 嵌入式系统的整体设计 | 第38页 |
| 3.2 嵌入式系统的硬件选择 | 第38-40页 |
| 3.3 嵌入式系统的操作系统选择 | 第40页 |
| 3.4 嵌入式系统的开发环境搭建 | 第40-49页 |
| 3.4.1 交叉编译环境 | 第40-42页 |
| 3.4.2 Bootloader | 第42页 |
| 3.4.3 Linux内核的移植 | 第42-44页 |
| 3.4.4 Linux根文件系统 | 第44页 |
| 3.4.5 移植Busybox | 第44-47页 |
| 3.4.6 Linux驱动程序的开发 | 第47-49页 |
| 3.5 嵌入式系统的图像显示框架 | 第49-51页 |
| 3.5.1 图像转换 | 第49-50页 |
| 3.5.2 图像缩放 | 第50-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 人脸识别算法优化与实现 | 第52-71页 |
| 4.1 pooling_patch算法的提出 | 第52-57页 |
| 4.1.1 基于深度学习的算法分析 | 第52-54页 |
| 4.1.2 基于深度学习的嵌入式人脸识别算法: poolilng_patch | 第54-57页 |
| 4.2 人脸识别系统框架 | 第57页 |
| 4.3 图像获取 | 第57-59页 |
| 4.3.1 人脸图像表示 | 第57-58页 |
| 4.3.2 BMP格式 | 第58页 |
| 4.3.3 JPEG格式 | 第58-59页 |
| 4.4 人脸训练 | 第59页 |
| 4.5 人脸识别 | 第59-64页 |
| 4.5.1 灰度图转换 | 第60-61页 |
| 4.5.2 pooling_patch的实现 | 第61-64页 |
| 4.6 实验及结果分析 | 第64-70页 |
| 4.6.1 实验设计 | 第64-66页 |
| 4.6.2 实验结果分析 | 第66-70页 |
| 4.7 本章小结 | 第70-71页 |
| 第五章 总结和展望 | 第71-73页 |
| 5.1 总结 | 第71页 |
| 5.2 展望 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 附录 | 第79-80页 |
| 详细摘要 | 第80-82页 |