人脸识别技术在门禁系统中的应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第8-22页 |
| ·课题研究的目的和意义 | 第8页 |
| ·门禁系统发展概况 | 第8-10页 |
| ·门禁系统功能 | 第9页 |
| ·门禁系统构成 | 第9-10页 |
| ·生物识别门禁技术发展现状 | 第10-18页 |
| ·生物特征识别技术简介 | 第11-12页 |
| ·生物特征识别技术与门禁系统的结合 | 第12-13页 |
| ·人脸识别技术的优点及发展前景 | 第13-14页 |
| ·人脸识别技术研究应用现状 | 第14-18页 |
| ·本论文主要内容及创新 | 第18-22页 |
| ·本文研究的主要内容 | 第19-20页 |
| ·本文主要创新点 | 第20-22页 |
| 2 人脸图像预处理及检测模块设计 | 第22-40页 |
| ·图像预处理 | 第22-31页 |
| ·图像滤波 | 第22-26页 |
| ·基于图像背景标准化的人脸粗定位 | 第26-28页 |
| ·图像灰度变换增强 | 第28-31页 |
| ·图像分割技术 | 第31-33页 |
| ·基于边缘检测的物体分割技术 | 第32页 |
| ·基于区域的物体分割技术 | 第32-33页 |
| ·人脸分割定位 | 第33-37页 |
| ·人脸垂直定位 | 第33-35页 |
| ·眼睛水平定位 | 第35-36页 |
| ·眼睛垂直定位 | 第36-37页 |
| ·脸部图像标准化 | 第37-39页 |
| ·人脸尺寸比例 | 第37-38页 |
| ·标准化图像的生成 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 3 人脸特征提取及匹配技术 | 第40-62页 |
| ·人脸特征提取技术 | 第40-47页 |
| ·基于几何特征的人脸识别技术 | 第41页 |
| ·人脸整体特征的提取 | 第41-46页 |
| ·基于模型的人脸识别技术 | 第46-47页 |
| ·人脸特征匹配 | 第47-59页 |
| ·最小距离分类器 | 第48页 |
| ·最近邻域分类器 | 第48-49页 |
| ·非线性分类器 | 第49页 |
| ·基于神经网络的人脸分类 | 第49-51页 |
| ·支持向量机 | 第51-59页 |
| ·实验 | 第59-62页 |
| 4 系统识别模块设计 | 第62-74页 |
| ·识别特征的提取 | 第62-69页 |
| ·图像的小波变换 | 第62-67页 |
| ·图像的傅立叶变换 | 第67-69页 |
| ·奇异值分解 | 第69页 |
| ·分类器的设计 | 第69-70页 |
| ·实验 | 第70-74页 |
| ·支持向量机的训练 | 第70-71页 |
| ·支持向量机的识别过程 | 第71-74页 |
| 5 系统设计 | 第74-84页 |
| ·系统的硬件设计 | 第74-79页 |
| ·图像采集子系统的硬件组成 | 第75-77页 |
| ·门禁子系统硬件组成 | 第77-79页 |
| ·系统软件功能设计 | 第79-81页 |
| ·人脸识别程序 | 第81页 |
| ·门禁管理程序 | 第81页 |
| ·系统测试 | 第81-83页 |
| ·本章小结 | 第83-84页 |
| 6 总结与展望 | 第84-86页 |
| ·本文所完成的主要工作 | 第84页 |
| ·进一步的研究的工作 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 附录 | 第90-91页 |
| 致谢 | 第91页 |
