首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器人场景交互的人脸识别系统的设计与实现

致谢第5-6页
摘要第6-7页
ABSTRACT第7页
1 引言第11-19页
    1.1 项目背景与特点第11-12页
    1.2 行业潜在问题第12-13页
    1.3 国内外发展现状第13-15页
        1.3.1 人脸识别研究发展第14页
        1.3.2 人脸识别应用现状第14-15页
    1.4 项目概述与项目目标第15-16页
        1.4.1 基于机器人场景交互的人脸识别系统概述第15-16页
        1.4.2 基于机器人场景交互的人脸识别系统目标第16页
    1.5 研究过程与论文结构第16-17页
        1.5.1 研究过程第16页
        1.5.2 论文结构第16-17页
    1.6 本章小结第17-19页
2 相关知识和技术第19-33页
    2.1 机器视觉第19-20页
        2.1.1 机器视觉的光学系统第19页
        2.1.2 机器视觉的图像处理系统第19-20页
    2.2 人脸识别第20-23页
        2.2.1 人脸识别基本流程第20-21页
        2.2.2 常用的人脸识别方法第21-23页
    2.3 卷积神经网络第23-30页
        2.3.1 神经网络第23-26页
        2.3.2 卷积神经网络第26-29页
        2.3.3 VGGNet第29-30页
    2.4 CAFFE框架第30-31页
    2.5 本章小结第31-33页
3 基于机器人场景交互的人脸识别系统需求分析第33-41页
    3.1 需求综述第33-35页
        3.1.1 产品特点分析第33-34页
        3.1.2 用户分析第34-35页
        3.1.3 业务需求第35页
    3.2 功能性需求第35-38页
        3.2.1 人脸识别相关需求第35-37页
        3.2.2 场景化相关需求第37-38页
    3.3 非功能性需求第38-39页
    3.4 本章小结第39-41页
4 基于机器人场景交互的人脸识别系统概要设计第41-49页
    4.1 设计目标第41-42页
    4.2 系统总体功能结构第42-46页
        4.2.1 系统功能模块划分第42-44页
        4.2.2 系统流程图第44-46页
    4.3 技术架构第46页
    4.4 数据存储设计第46-48页
        4.4.1 人脸特征数据存储第47页
        4.4.2 Mysq1数据库设计第47-48页
    4.5 本章小结第48-49页
5 基于机器人场景交互的人脸识别系统详细设计与实现第49-69页
    5.1 系统整体框架第49-50页
    5.2 人脸视觉设计与实现第50-63页
        5.2.1 人脸检测CFaceDetection类设计与实现第52-53页
        5.2.2 人脸预处理CFacePreProcess类设计与实现第53-56页
        5.2.3 人脸训练CFRTraining类设计与实现第56-60页
        5.2.4 人脸识别模块设计与实现第60-63页
    5.3 场景化设计与实现第63-68页
        5.3.1 认识新朋友CFaceTraining类设计与实现第64-66页
        5.3.2 与好朋友打招呼CfaceRecognition类设计与实现第66-68页
    5.4 本章小结第68-69页
6 基于机器人场景交互的人脸识别系统测试第69-75页
    6.1 系统功能测试第69-71页
        6.1.1 测试环境第69页
        6.1.2 测试内容第69-71页
    6.2 系统非功能性测试第71-73页
        6.2.1 数据准确性验证第71-72页
        6.2.2 响应及时性测试第72页
        6.2.3 系统稳定性测试第72-73页
    6.3 本章小结第73-75页
7 总结与展望第75-77页
    7.1 项目成果与总结第75-76页
    7.2 不足与展望第76-77页
参考文献第77-79页
作者简历及攻读硕士学位期间取得的研究成果第79-83页
学位论文数据集第83页

论文共83页,点击 下载论文
上一篇:上市公司并购重组中资产评估增值率研究
下一篇:基于矩阵近似的机器学习算法加速研究