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Android平台人脸识别算法移植的研究

摘要第3-4页
Abstract第4-5页
第1章 绪论第9-17页
    1.1 引言第9页
    1.2 研究背景及意义第9-10页
    1.3 国内外研究现状与存在问题第10-14页
        1.3.1 国内研究现状第10-12页
            1.3.1.1 国内人脸识别研究现状第10-11页
            1.3.1.2 国内Android平台下的人脸识别研究现状第11-12页
        1.3.2 国外研究现状第12-13页
            1.3.2.1 国外人脸识别研究现状第12页
            1.3.2.2 国外Android平台下的人脸识别研究现状第12-13页
        1.3.3 存在问题分析第13-14页
    1.4 研究内容第14-15页
    1.5 本文的组织结构第15-16页
    1.6 本章小结第16-17页
第2章 Android平台下基于层叠分类器的人脸检测算法移植的研究第17-34页
    2.1 层叠分类器的研究第17-25页
        2.1.1 分类器的研究第17-18页
        2.1.2 基于Haar特征的弱分类器第18-21页
        2.1.3 层叠分类器第21-25页
    2.2 Android平台下层叠分类器移植的研究第25-33页
        2.2.1 Android平台下层叠分类器的改进分析第25-26页
        2.2.2 样本预处理第26-28页
            2.2.2.1 样本选取第26-27页
            2.2.2.2 图像预处理第27-28页
        2.2.3 Haar特征优化第28-29页
        2.2.4 分类器检测第29-32页
            2.2.4.1 检测窗.的扩大第30页
            2.2.4.2 检测区域的合并第30-32页
        2.2.5 层叠分类器训练第32-33页
    2.3 本章小结第33-34页
第3章 Android平台下基于Fisherface和LTPP特征人脸识别算法移植的研究第34-52页
    3.1 Fisherface算法和LBP特征的研究第35-43页
        3.1.1 Fisherface算法的研究第35-38页
        3.1.2 LBP特征的研究第38-43页
    3.2 Android平台下Fisherface算法移植的研究第43-47页
        3.2.1 Android平台下Fisherface算法的改进分析第43-44页
        3.2.2 图像降维第44-45页
        3.2.3 Android平台下Fisherface算法的识别流程第45-47页
    3.3 Android平台下LTPP特征移植的研究第47-51页
        3.3.1 Android平台下LTPP特征的改进分析第47页
        3.3.2 LTPP特征第47-49页
        3.3.3 基于LTPP特征的人脸识别算法设计第49-51页
    3.4 本章小结第51-52页
第4章 Android平台下人脸检测和识别原型系统的研究和实现第52-61页
    4.1 原型系统的设计第52-54页
        4.1.1 系统总体框架第52-53页
        4.1.2 系统功能与流程第53-54页
    4.2 原型系统的实现第54-60页
        4.2.1 开发与实验环境第54页
        4.2.2 Android平台下人脸检测和识别的性能指标第54页
        4.2.3 实验结果与分析第54-60页
            4.2.3.1 基于层叠分类器的人脸检测实验结果与分析第54-56页
            4.2.3.2 基于Fisherface算法的人脸识别实验结果与分析第56-59页
            4.2.3.3 基于LTPP特征的人脸识别实验结果与分析第59-60页
    4.3 本章小结第60-61页
第5章 总结与展望第61-63页
    5.1 工作总结第61-62页
    5.2 工作展望第62-63页
致谢第63-64页
参考文献第64-68页
攻读硕士学位期间参加科研项目情况第68页

论文共68页,点击 下载论文
上一篇:面向老年人的陪护机器人控制系统研究与设计
下一篇:基于自然语言处理的作文自动评分系统研究