基于OpenCV的人脸识别系统设计
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·课题研究的国内外现状 | 第11-12页 |
| ·人脸识别的关键问题 | 第12-14页 |
| ·本文的主要研究工作 | 第14-16页 |
| 第二章 人脸图像处理技术 | 第16-26页 |
| ·OpenCV概述 | 第16页 |
| ·OpenCV的主要模块及数据类型 | 第16-19页 |
| ·OpenCV的主要模块介绍 | 第16-17页 |
| ·OpenCV的基本数据类型 | 第17-19页 |
| ·图像预处理 | 第19-22页 |
| ·灰度图像转换 | 第19页 |
| ·图像噪声消除 | 第19-22页 |
| ·图像边缘检测 | 第22-25页 |
| ·图像边缘检测的步骤 | 第22-24页 |
| ·Canny边缘检测 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 人脸检测算法与实现 | 第26-41页 |
| ·人脸检测技术简介 | 第26页 |
| ·人脸检测方法 | 第26-28页 |
| ·改进型双重人脸检测 | 第28-40页 |
| ·传统人脸检测算法 | 第29-31页 |
| ·双眼定位算法 | 第31-32页 |
| ·双重检测算法的实现 | 第32-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 人脸识别算法与实现 | 第41-56页 |
| ·人脸识别技术简介 | 第41-42页 |
| ·人脸识别方法 | 第42-46页 |
| ·基于EigenFace的人脸识别 | 第46-55页 |
| ·EigenFace原理 | 第47-48页 |
| ·EigenFace计算方法 | 第48-50页 |
| ·EigenFace算法的实现 | 第50-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 人脸识别系统设计与实现 | 第56-69页 |
| ·系统总体架构 | 第56-57页 |
| ·系统开发环境 | 第57-59页 |
| ·摄像机的选取 | 第57页 |
| ·PC机系统性能选择 | 第57-58页 |
| ·软件环境搭建 | 第58-59页 |
| ·系统服务器端设计 | 第59-61页 |
| ·服务器端的整体框架 | 第59-60页 |
| ·服务器与客户端的通信 | 第60-61页 |
| ·系统客户端的设计 | 第61-66页 |
| ·用户登录 | 第61-62页 |
| ·视频分析结果显示 | 第62-63页 |
| ·人脸检索 | 第63-64页 |
| ·黑名单管理 | 第64-65页 |
| ·历史报警查询 | 第65-66页 |
| ·系统设置以及用户管理 | 第66页 |
| ·测试结果分析 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 结论与展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附录 | 第75页 |
