基于嵌入式系统的人脸考勤机的设计
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题的研究背景 | 第10-11页 |
| 1.2 嵌入式人脸识别考勤系统概述 | 第11-14页 |
| 1.2.1 人脸识别技术的概述 | 第11-12页 |
| 1.2.2 人脸识别常用的方法 | 第12-13页 |
| 1.2.3 嵌入式系统发展现状 | 第13-14页 |
| 1.2.4 考勤系统的发展现状 | 第14页 |
| 1.3 论文内容与安排 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 人脸识别考勤系统软、硬件平台的搭建 | 第16-31页 |
| 2.1 人脸考勤系统的硬件平台的介绍 | 第17-23页 |
| 2.2 人脸识别考勤机软件平台的搭建 | 第23-30页 |
| 2.2.1 交叉编译开发环境的建立 | 第24-25页 |
| 2.2.2 BootLoader的移植 | 第25-26页 |
| 2.2.3 Linux内核的裁剪与移植 | 第26页 |
| 2.2.4 根文件系统的移植 | 第26-27页 |
| 2.2.5 设备驱动程序的移植 | 第27-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 人脸识别考勤系统的算法实现 | 第31-57页 |
| 3.1 图像预处理 | 第31-33页 |
| 3.2 人脸检测 | 第33-39页 |
| 3.2.1 Adaboost算法介绍 | 第34-35页 |
| 3.2.2 Harr-like特征积分图 | 第35-39页 |
| 3.3 人脸特征提取 | 第39-50页 |
| 3.3.1 Gabor特征的提取 | 第39-43页 |
| 3.3.2 SURF特征的提取 | 第43-50页 |
| 3.4 GABOR与SURF特征融合 | 第50-54页 |
| 3.5 SVM分类器 | 第54页 |
| 3.6 人脸图像数据库 | 第54-56页 |
| 3.7 本章小结 | 第56-57页 |
| 第四章 人脸识别考勤系统的性能测试 | 第57-67页 |
| 4.1 人员身份显示与存储 | 第58-63页 |
| 4.2 系统性能测试 | 第63-65页 |
| 4.3 本章总结 | 第65-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67页 |
| 5.2 展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 硕士期间研究成果 | 第76-77页 |
