人脸识别技术在无人监考系统中的应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-20页 |
| ·课题研究背景 | 第11-12页 |
| ·课题研究的意义 | 第12-13页 |
| ·人脸识别技术的研究内容 | 第13-17页 |
| ·人脸检测定义 | 第14-15页 |
| ·人脸检测的难度及现状 | 第15页 |
| ·人脸检测结果评定标准 | 第15-16页 |
| ·人脸识别的发展现状 | 第16-17页 |
| ·本文主要研究内容 | 第17-19页 |
| ·本文各章内容安排 | 第19-20页 |
| 第二章 人脸检测及识别方法综述 | 第20-29页 |
| ·人脸检测方法综述 | 第20-24页 |
| ·基于知识的方法 | 第20-22页 |
| ·基于局部特征的人脸检测方法 | 第22页 |
| ·基于彩色信息的人脸检测方法 | 第22-23页 |
| ·基于统计的人脸检测方法 | 第23-24页 |
| ·人脸识别方法综述 | 第24-28页 |
| ·基于面部几何特征的人脸识别方法 | 第24-25页 |
| ·基于模板匹配的方法 | 第25页 |
| ·基于小波包分解的局部特征的识别算法 | 第25-26页 |
| ·基于主成分分析方法的人脸识别 | 第26-27页 |
| ·基于人工神经网络的识别方法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 视频捕获系统 | 第29-39页 |
| ·微软开发工具Visual C++简介 | 第29-30页 |
| ·VFW简介 | 第30-32页 |
| ·视频捕获步骤 | 第32-34页 |
| ·编程实例 | 第34-36页 |
| ·保存文件 | 第36-39页 |
| 第四章 人脸检测 | 第39-51页 |
| ·准备工作 | 第39-43页 |
| ·BMP文件格式简介 | 第39-41页 |
| ·彩色图像灰度化 | 第41-43页 |
| ·图像预处理 | 第43-44页 |
| ·人脸图像的拍摄要求 | 第43页 |
| ·灰度预处理 | 第43-44页 |
| ·图像二值化，腐蚀，膨胀 | 第44-46页 |
| ·二值化 | 第44-45页 |
| ·形态学运算 | 第45-46页 |
| ·人脸区域确定 | 第46-48页 |
| ·眼睛定位 | 第48-50页 |
| ·结论 | 第50-51页 |
| 第五章 特征提取 | 第51-62页 |
| ·脸部特征提取算法 | 第51-52页 |
| ·傅里叶变换 | 第52-54页 |
| ·连续傅里叶变换 | 第52-53页 |
| ·离散傅里叶变换 | 第53-54页 |
| ·傅里叶变换的性质 | 第54-55页 |
| ·快速傅里叶变换 | 第55-59页 |
| ·眼睛和鼻子的傅里叶变换 | 第59-61页 |
| ·总结 | 第61-62页 |
| 第六章 人脸识别 | 第62-74页 |
| ·基于仿生模式识别理论的人脸识别方法 | 第62-64页 |
| ·高维空间矢量距离的计算 | 第64-65页 |
| ·人脸识别 | 第65-66页 |
| ·系统设计与实现 | 第66-68页 |
| ·系统整体框架和各功能模块 | 第66-67页 |
| ·系统的软硬件平台 | 第67-68页 |
| ·实验结果 | 第68-74页 |
| ·人脸检测实验结果 | 第68-70页 |
| ·人脸识别实验结果 | 第70-73页 |
| ·影响系统性能的主要因素 | 第73-74页 |
| 第七章 总结与展望 | 第74-76页 |
| ·全文总结 | 第74页 |
| ·展望 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-83页 |
| 攻读学位期间发表的学术论文目录 | 第83页 |
