| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景 | 第8-9页 |
| 1.2 “基于人脸识别第三方支付”的发展历程及应用现状 | 第9-11页 |
| 1.3 人脸识别技术的概述 | 第11-13页 |
| 1.3.1 人脸识别技术的发展历程 | 第11-12页 |
| 1.3.2 国内外人脸识别技术的研究趋势 | 第12-13页 |
| 1.4 主要研究内容与结构 | 第13-15页 |
| 1.4.1 主要研究内容 | 第13-14页 |
| 1.4.2 结构 | 第14-15页 |
| 第2章 支付宝平台技术构架 | 第15-23页 |
| 2.1 支付宝系统平台构架 | 第15-17页 |
| 2.1.1 逻辑数据中心架构 | 第16页 |
| 2.1.2 全套路由层 | 第16-17页 |
| 2.1.3 支付宝平台功能业务术语 | 第17页 |
| 2.1.4 支付宝平台功能演示 | 第17页 |
| 2.2 支付宝平台的数据交互 | 第17-18页 |
| 2.3 支付宝平台接口的调用方式 | 第18-23页 |
| 2.3.1 请求参数说明 | 第19-20页 |
| 2.3.2 同步通知参数说明 | 第20-21页 |
| 2.3.3 服务器异步通知参数说明 | 第21-22页 |
| 2.3.4 服务器异步通知参数获取 | 第22-23页 |
| 第3章 人脸识别 | 第23-35页 |
| 3.1 人脸识别流程 | 第23-24页 |
| 3.2 人脸检测 | 第24-30页 |
| 3.2.1 基于先验知识的方法 | 第24-25页 |
| 3.2.2 特征不变法 | 第25页 |
| 3.2.3 模版匹配法 | 第25页 |
| 3.2.4 基于表象的方法 | 第25-26页 |
| 3.2.5 AdaBoost人脸检测算法 | 第26-30页 |
| 3.3 人脸识别算法 | 第30-35页 |
| 3.3.1 基于几何特征的方法 | 第32页 |
| 3.3.2 弹性图匹配的方法 | 第32-33页 |
| 3.3.3 基于子空间投影的算法 | 第33页 |
| 3.3.4 基于神经网络的方法 | 第33-35页 |
| 第4章 人脸识别算法及改进 | 第35-44页 |
| 4.1 基于主成分分析的方法 | 第35-40页 |
| 4.1.1 主成分分析法原理 | 第35-37页 |
| 4.1.2 特征分析算法在人脸鉴别实现 | 第37-39页 |
| 4.1.3 实验结果 | 第39-40页 |
| 4.2 特征加权的改进方案 | 第40-42页 |
| 4.3 实验结果 | 第42-44页 |
| 第5章 系统实现 | 第44-51页 |
| 5.1 开发环境搭建 | 第44-45页 |
| 5.1.1 支付宝平台开发环境 | 第44-45页 |
| 5.1.2 Microsoft Visual Studio 2010开发工具简介 | 第45页 |
| 5.2 系统总体设计 | 第45-46页 |
| 5.2.1 系统设计目标 | 第45页 |
| 5.2.2 系统总体设计 | 第45-46页 |
| 5.3 系统实现 | 第46-51页 |
| 5.3.1 移动客户端 | 第46-49页 |
| 5.3.2 服务器终端 | 第49-51页 |
| 第6章 总结与展望 | 第51-52页 |
| 6.1 论文总结 | 第51页 |
| 6.2 论文展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |