基于网络摄像头与稀疏表示分类法的实时人脸识别系统应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题来源 | 第10页 |
| ·研究背景和研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·网络摄像头研究现状 | 第11-12页 |
| ·特征提取及稀疏表示分类法研究现状 | 第12-13页 |
| ·课题的技术难点 | 第13-14页 |
| ·本文的结构安排 | 第14-16页 |
| 第二章 SRC算法理论及其应用 | 第16-26页 |
| ·引言 | 第16页 |
| ·压缩感知理论 | 第16-18页 |
| ·SRC算法 | 第18-19页 |
| ·扩展的SRC算法 | 第19-20页 |
| ·基底的构造 | 第20-22页 |
| ·PCA基底 | 第20-22页 |
| ·LBP基底 | 第22页 |
| ·实验结果与分析 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 行重叠分块SRC算法 | 第26-34页 |
| ·引言 | 第26页 |
| ·改进的SRC算法 | 第26-28页 |
| ·加权SRC算法 | 第26-27页 |
| ·均匀分块SRC算法 | 第27-28页 |
| ·基于人脸图像的行重叠分块 | 第28-30页 |
| ·分块策略 | 第28-29页 |
| ·算法流程 | 第29-30页 |
| ·实验结果与分析 | 第30-33页 |
| ·加权SRC算法的实验结果与分析 | 第30-31页 |
| ·均匀分块SRC算法的实验结果与分析 | 第31页 |
| ·行重叠分块SRC算法的实验结果与分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 网络摄像头的解码 | 第34-43页 |
| ·引言 | 第34页 |
| ·网络摄像头IP配置 | 第34-36页 |
| ·IP摄像头编程导引 | 第36-40页 |
| ·SDK包介绍 | 第36-37页 |
| ·IP摄像头直接解码显示 | 第37-38页 |
| ·IP摄像头回调解码取帧显示 | 第38-40页 |
| ·YV12格式视频流转换 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 实时人脸识别系统的设计 | 第43-49页 |
| ·引言 | 第43页 |
| ·系统总体设计 | 第43-44页 |
| ·实时预览子系统设计 | 第44页 |
| ·用户注册子系统设计 | 第44-46页 |
| ·人脸识别子系统设计 | 第46-47页 |
| ·系统展示与测试 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士期间成果 | 第55-56页 |
| 致谢 | 第56页 |
