智慧课堂管理系统中人脸识别考勤技术的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.2.1 课堂考勤管理的研究现状 | 第11-12页 |
| 1.2.2 人脸识别技术的研究现状 | 第12页 |
| 1.3 论文的主要工作和内容安排 | 第12-13页 |
| 1.4 本文主要创新点 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 相关技术 | 第15-20页 |
| 2.1 人脸检测技术 | 第15-16页 |
| 2.1.1 基于知识的方法 | 第15页 |
| 2.1.2 基于模板匹配的方法 | 第15-16页 |
| 2.1.3 基于统计学习的方法 | 第16页 |
| 2.2 人脸识别技术 | 第16-19页 |
| 2.2.1 Eigenfaces特征脸 | 第16-18页 |
| 2.2.2 Fisherfaces线性判别 | 第18页 |
| 2.2.3 LBP局部二值化 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 智慧课堂管理系统设计概述 | 第20-28页 |
| 3.1 总体设计 | 第20-23页 |
| 3.1.1 系统功能需求 | 第20页 |
| 3.1.2 总体架构 | 第20-22页 |
| 3.1.3 服务器与数据库设计 | 第22-23页 |
| 3.2 基于MQTT协议的课程信息管理模块 | 第23-24页 |
| 3.3 基于802.11协议的路由出入检测模块 | 第24-25页 |
| 3.4 基于人脸识别技术的课堂考勤模块 | 第25-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第四章 课堂考勤模块设计与实现 | 第28-40页 |
| 4.1 学生自主考勤 | 第29-34页 |
| 4.1.1 路由出入检测信息验证 | 第29-31页 |
| 4.1.2 自主签到图像采集 | 第31-33页 |
| 4.1.3 自主签到图像识别 | 第33-34页 |
| 4.2 服务器自动考勤 | 第34-37页 |
| 4.2.1 定时自动签到图像采集 | 第35-36页 |
| 4.2.2 自动签到图像的人脸检测 | 第36-37页 |
| 4.2.3 自动签到图像的人脸识别 | 第37页 |
| 4.3 考勤机制 | 第37-39页 |
| 4.3.1 考勤情况处理 | 第37-38页 |
| 4.3.2 考勤打分机制 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 人脸识别技术的研究与实现 | 第40-52页 |
| 5.1 图像的人脸检测 | 第41-44页 |
| 5.1.1 基于Haar特征的人脸检测 | 第41-43页 |
| 5.1.2 算法实现 | 第43-44页 |
| 5.2 人脸样本预处理 | 第44-46页 |
| 5.2.1 灰度归一化 | 第44-45页 |
| 5.2.2 几何校正 | 第45-46页 |
| 5.2.3 大小校正 | 第46页 |
| 5.3 图像的人脸识别 | 第46-51页 |
| 5.3.1 基于LBP特征的人脸识别 | 第47-50页 |
| 5.3.2 算法实现 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 测试结果与分析 | 第52-60页 |
| 6.1 学生自主考勤测试 | 第52-56页 |
| 6.2 服务器自动考勤测试 | 第56页 |
| 6.3 系统测试与分析 | 第56-59页 |
| 6.4 本章小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-62页 |
| 7.1 总结 | 第60页 |
| 7.2 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士期间发表的论文、科研成果 | 第65-66页 |
| 致谢 | 第66页 |
