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

复杂环境下人脸识别研究及其在CRM的实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第12-18页
    1.1 研究工作的背景及意义第12-13页
    1.2 人脸的定义第13页
    1.3 常见的人脸识别方法第13-15页
        1.3.1 几何特征分析第13-14页
        1.3.2 基于表象的人脸识别第14-15页
        1.3.3 人工神经网络方法(ANN)第15页
    1.4 国内外研究现状第15-16页
    1.5 本文的主要研究内容第16页
    1.6 本文的组织结构第16-18页
第二章 人脸图像预处理技术第18-36页
    2.1 常用的数字图像文件格式第18页
    2.2 数字图像的类型第18-19页
    2.3 图像的增强与复原第19-28页
        2.3.1 图像增强第19-25页
        2.3.2 图像复原第25-28页
    2.4 图像的几何变换第28-31页
        2.4.1 图像平移变换第28页
        2.4.2 图像比例缩放变换第28-31页
    2.5 图像的分割第31-33页
        2.5.1 视频格式第31页
        2.5.2 MPEG-2 视频图像分割第31-32页
        2.5.3 简单分割算法第32-33页
    2.6 图像的定位第33-35页
        2.6.1 Hausdorff距离第33-34页
        2.6.2 人脸图像定位算法第34-35页
    2.7 本章小结第35-36页
第三章 静态人脸识别第36-57页
    3.1 主成分分析方法(PCA)第36-38页
        3.1.1 主成分的一般定义第36-37页
        3.1.2 主成分的性质第37页
        3.1.3 主成分的数目选取第37页
        3.1.4 PCA算法的步骤第37-38页
    3.2 PCA方法在静态人脸识别中的应用第38-43页
        3.2.1 构造人脸图像的训练集和测试集第38页
        3.2.2 构造特征脸空间第38-40页
        3.2.3 把训练图像和待识图像投影到特征脸子空间第40页
        3.2.4 识别人脸图像第40页
        3.2.5 复杂环境对PCA算法的影响第40-43页
    3.3 改进的PCA方法第43-54页
        3.3.1 人脸局部特征探测第43-44页
        3.3.2 Gabor变换函数第44-45页
        3.3.3 特征提取第45-47页
        3.3.4 训练人脸图像和待识人脸图像的表示第47-49页
        3.3.5 人脸图像匹配第49-54页
    3.4 方法测试第54-56页
    3.5 本章小结第56-57页
第四章 动态人脸识别第57-74页
    4.1 动态人脸识别概述第57页
    4.2 隐马尔科夫模型(HMM)第57-61页
        4.2.1 隐马尔科夫模型的基本要素第58-59页
        4.2.2 隐马尔科夫模型的基本问题[24]及其算法第59-61页
    4.3 HMM在动态人脸识别中的应用第61-63页
        4.3.1 建立人脸的HMM第61-62页
        4.3.2 训练人脸的HMM第62-63页
        4.3.3 人脸识别第63页
    4.4 相关性、定位算法和HMM融合于动态人脸识别第63-69页
        4.4.1 相关性第63-65页
        4.4.2 动态图像相关性与分割的关系第65-66页
        4.4.3 动态人脸识别第66-69页
    4.5 方法测试第69-73页
        4.5.1 观察对象数目对识别的影响第69-71页
        4.5.2 人脸定位对识别的影响第71-72页
        4.5.3 相关系数对识别的影响第72-73页
    4.6 本章小结第73-74页
第五章 基于人脸识别技术的CRM系统第74-87页
    5.1 CRM概述第74页
    5.2 系统需求第74-76页
    5.3 系统架构第76-78页
    5.4 数据访问层第78-80页
    5.5 系统主要功能设计第80-84页
        5.5.1 摄像机端主要功能第80-82页
        5.5.2 PC端主要功能第82-84页
        5.5.3 移动端主要功能第84页
    5.6 系统主要文件与接口第84-86页
        5.6.1 主要文件第84-85页
        5.6.2 主要接口第85-86页
    5.7 本章小结第86-87页
第六章 系统测试第87-94页
    6.1 系统测试环境第87-88页
        6.1.1 硬件环境第87页
        6.1.2 软件环境第87页
        6.1.3 系统测试拓扑图第87-88页
    6.2 摄像机端测试第88-90页
        6.2.1 人脸检测功能测试第88-89页
        6.2.2 人脸图像预处理功能测试第89-90页
    6.3 PC端测试第90-92页
        6.3.1 管理员登录功能测试第90-91页
        6.3.2 录入VIP客户信息功能测试第91-92页
        6.3.3 人脸识别第92页
    6.4 移动端测试第92-93页
        6.4.1 接受信息功能测试第92-93页
        6.4.2 反馈信息功能测试第93页
    6.5 本章小结第93-94页
第七章 总结与展望第94-95页
    7.1 本文的研究总结第94页
    7.2 本文后续工作及对未来的展望第94-95页
致谢第95-96页
参考文献第96-99页
攻读硕士学位期间获得的成果第99-100页

论文共100页,点击 下载论文
上一篇:动态信号分析仪的软件开发及实现
下一篇:电力公司项目管理系统设计与实现