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平台的远程人脸验证系统研究与实现

摘要第4-5页
Abstract第5-6页
1 绪论第10-16页
    1.1 选题背景和研究意义第10-12页
    1.2 现有人脸识别技术的应用发展动态第12-13页
        1.2.1 PC端和互联网的应用发展动态第12-13页
        1.2.2 移动智能终端应用发展动态第13页
    1.3 本文的主要工作第13-14页
    1.4 本文的内容结构第14-16页
2 人脸识别相关技术研究第16-26页
    2.1 人脸图像光照处理方法介绍第16-18页
        2.1.1 直方图均衡化第17页
        2.1.2 直方图规定化第17-18页
        2.1.3 Gamma灰度校正方法第18页
    2.2 人脸特征提取方法介绍第18-20页
        2.2.1 基于局部特征的方法第19页
        2.2.2 基于整体的方法第19-20页
    2.3 人脸验证系统性能评价标准第20-21页
    2.4 人脸数据库第21-25页
        2.4.1 国内外常用人脸数据库第21-24页
        2.4.2 本文所用数据库第24-25页
    2.5 本章小结第25-26页
3 图像光照处理方法和人脸特征提取方法的组合研究第26-46页
    3.1 直方图均衡化与LBP纹理特征的组合第26-32页
        3.1.1 LBP纹理特征第26-29页
        3.1.2 Extended Yale B人脸库验证实验第29-30页
        3.1.3 AR人脸库验证实验第30-31页
        3.1.4 实验结果分析第31-32页
    3.2 基于离散余弦变换的光照处理方法与LBP特征的组合第32-37页
        3.2.1 基于离散余弦变换的方法第32-35页
        3.2.2 公共库上实验结果及其分析第35-37页
    3.3 基于离散余弦变化的光照处理方法与Eigenface特征的组合第37-40页
        3.3.1 Eigenface第37-38页
        3.3.2 Extended Yale B人脸库验证实验第38-39页
        3.3.3 AR人脸库验证实验第39-40页
        3.3.4 实验结果分析第40页
    3.4 基于离散余弦变化的光照处理方法与Eigenface特征的组合第40-44页
        3.4.1 Fisherface第40-42页
        3.4.2 Extended Yale B人脸库验证实验第42-43页
        3.4.3 AR人脸库验证实验第43-44页
        3.4.4 实验结果分析第44页
    3.5 本章小结第44-46页
4 系统的总体框架设计与开发环境介绍第46-54页
    4.1 移动互联网的介绍与分析第46页
    4.2 系统基本框架第46-47页
    4.3 系统功能模块分布第47-49页
    4.4 系统结构特点分析第49页
    4.5 手机平台的选择与开发环境的搭建第49-53页
        4.5.1 手机平台的比较和选择第49-51页
        4.5.2 Android平台的介绍第51-52页
        4.5.3 Android平台开发坏境的搭建第52页
        4.5.4 OpenCV介绍第52-53页
    4.6 本章小结第53-54页
5 基于Android平台的远程人脸验证系统实现第54-64页
    5.1 手机端流程图第54页
    5.2 人脸检测及人眼定位第54-55页
    5.3 图像预处理与人脸特征提取第55-57页
        5.3.1 几何归一化第55-56页
        5.3.2 人脸图像灰度化第56-57页
        5.3.3 基于离散余弦变换的人脸图像光照处理与图像Fisherface特征提取第57页
    5.4 加密模块的设计与实现第57-59页
        5.4.1 数据加密的必要性及相关技术第57-58页
        5.4.2 AES算法第58-59页
    5.5 通信模块的设计与实现第59-61页
        5.5.1 手机端和服务器的通信流程第59-60页
        5.5.2 通信方式的实现第60-61页
    5.6 服务器总体流程图第61页
    5.7 系统运行情况及实验室数据库测试结果第61-63页
    5.8 本章小结第63-64页
6 总结与展望第64-66页
参考文献第66-70页
攻读学位期间主要的研究成果目录第70-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于移动终端的群智感知中情境识别方法的研究与实现
下一篇:基于神经网络的模态参数识别方法研究