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

基于人脸识别的用户信息采集与匹配系统

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第10-14页
    1.1 课题背景第10-11页
    1.2 研究意义第11页
    1.3 研究内容第11-13页
    1.4 论文结构第13页
    1.5 本章小结第13-14页
第二章 系统的需求分析第14-18页
    2.1 需求概述第14页
    2.2 功能需求分析第14-17页
        2.1.1 用户信息的采集第15-16页
        2.1.2 用户信息的存储第16页
        2.1.3 用户信息的匹配第16-17页
    2.3 性能需求分析第17页
        2.3.1 系统的稳定性第17页
        2.3.2 人脸识别相关指标第17页
    2.4 本章小结第17-18页
第三章 系统的概要设计第18-29页
    3.1 设计原则第18页
    3.2 总体框架第18-28页
        3.2.1 Android用户信息采集端第19-24页
        3.2.2 Server用户信息存储端第24-26页
        3.2.3 PC用户信息匹配端第26-28页
    3.3 本章小结第28-29页
第四章 系统的详细设计与实现第29-58页
    4.1 Android用户信息采集端第29-46页
        4.1.1 子系统功能概述第29页
        4.1.2 视频采集模块第29-35页
        4.1.3 用户信息采集模块第35-42页
        4.1.4 广告历史记录模块第42-45页
        4.1.5 网络通信模块第45-46页
    4.2 Server用户信息存储端第46-49页
        4.2.1 子系统功能概述第46页
        4.2.2 用户信息存储模块第46-48页
        4.2.3 网络交互模块第48-49页
    4.3 PC用户信息匹配端第49-57页
        4.3.1 子系统功能概述第49页
        4.3.2 相关技术介绍第49-51页
        4.3.3 用户信息匹配模块第51-55页
        4.3.4 PC端本地用户信息库模块第55页
        4.3.5 网络通信模块第55-57页
    4.4 本章小结第57-58页
第五章 系统的部署与测试第58-69页
    5.1 系统部署第58-59页
        5.1.1 硬件环境第58-59页
        5.1.2 软件环境第59页
    5.2 功能测试第59-66页
        5.2.1 Android用户信息采集端第59-63页
        5.2.2 Server端用户信息存储系统第63-64页
        5.2.3 PC端用户信息匹配应用第64-66页
    5.3 性能测试第66-68页
    5.4 本章小结第68-69页
第六章 总结与展望第69-71页
    6.1 论文工作总结第69页
    6.2 下一步工作计划第69-71页
参考文献第71-73页
附录1第73-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:Web日志分析系统的设计与实现
下一篇:商品自动识别系统的研究