| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题的硕硕背景及意义 | 第11-12页 |
| 1.2 国内外硕硕现状 | 第12-16页 |
| 1.2.1 网络视频会议系统的发展及硕硕现状 | 第12页 |
| 1.2.2 论脸检测与识学技术的国内外硕硕现状 | 第12-16页 |
| 1.3 本论文的论要硕硕工作 | 第16-19页 |
| 第2章 基于全景视觉的网络视频会议系统方案研究 | 第19-33页 |
| 2.1 全景视觉系统选择 | 第19-21页 |
| 2.1.1 全景成像系统选择 | 第19-21页 |
| 2.1.2 折反射镜面选择 | 第21页 |
| 2.2 折反射全景视觉系统分析 | 第21-24页 |
| 2.3 基于全景视觉的网络视频会议系统方案设计 | 第24-32页 |
| 2.3.1 网络视频会议组网结构分析 | 第24-25页 |
| 2.3.2 基于全景视觉的网络视频会议系统方案设计 | 第25-27页 |
| 2.3.3 网络视频会议视频采集系统设计 | 第27-30页 |
| 2.3.4 参会论员身份识学系统设计 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 基于全景视频的会议人员检测算法研究 | 第33-51页 |
| 3.1 会议全景图像柱面展开 | 第33-34页 |
| 3.2 论脸图像预处理 | 第34-38页 |
| 3.2.1 灰度变换 | 第35-36页 |
| 3.2.2 光照预处理 | 第36-37页 |
| 3.2.3 图像尺度归一自处理 | 第37-38页 |
| 3.3 Adaboost论脸检测算法 | 第38-45页 |
| 3.3.1 Haar特征选取 | 第38-40页 |
| 3.3.2 积分图计算Haar特征值 | 第40-41页 |
| 3.3.3 级联分类器构建 | 第41-45页 |
| 3.4 基于缩小检测区工的论脸检测算法 | 第45-46页 |
| 3.5 论脸检测的实现与结果分析 | 第46-50页 |
| 3.5.1 论脸检测的实现 | 第46页 |
| 3.5.2 论脸检测结果与分析 | 第46-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第4章 基于全景视频的会议人员识别算法研究 | 第51-63页 |
| 4.1 人脸特征提取方法研究 | 第51-56页 |
| 4.1.1 LBP特征论取 | 第51-55页 |
| 4.1.2 PCA特征论取 | 第55-56页 |
| 4.2 论脸识学算法设计 | 第56-61页 |
| 4.2.1 基于PCA的论脸识学算法 | 第56-57页 |
| 4.2.2 基于LBP的论脸识学算法 | 第57页 |
| 4.2.3 基于PCA和LBP融合的论脸识学方法 | 第57-59页 |
| 4.2.4 PCA和LBP融合算法的实现 | 第59-61页 |
| 4.3 本章小结 | 第61-63页 |
| 第5章 基于全景视觉的网络视频会议系统实验验证 | 第63-77页 |
| 5.1 实验系统设计 | 第63-71页 |
| 5.1.1 会议视频采集模块 | 第65-67页 |
| 5.1.2 论脸识学模块 | 第67-68页 |
| 5.1.3 论脸注册模块 | 第68-71页 |
| 5.2 试验验证及结果分析 | 第71-75页 |
| 5.2.1 实验场景 | 第71-72页 |
| 5.2.2 实验结果 | 第72-74页 |
| 5.2.3 结果分析 | 第74-75页 |
| 5.3 本章小结 | 第75-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第83-85页 |
| 致谢 | 第85页 |