| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·签到系统的现状 | 第11-12页 |
| ·人脸识别技术的现状 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·本文的主要工作及结构安排 | 第14-16页 |
| 第2章 图像采集与人脸检测 | 第16-30页 |
| ·图像采集 | 第16页 |
| ·图片中的人脸检测 | 第16-23页 |
| ·人脸检测原理 | 第17-21页 |
| ·基于Boosted Cascade 算法的人脸检测的实现 | 第21-23页 |
| ·实验与结果分析 | 第23-26页 |
| ·实验过程与程序 | 第23-24页 |
| ·测试与评价 | 第24-26页 |
| ·基于眼睛验证的Boosted Cascade 人脸检测方案 | 第26-28页 |
| ·实验过程与流程 | 第26-27页 |
| ·测试与评价 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 基于奇异值分解的人脸特征提取 | 第30-45页 |
| ·引言 | 第30-31页 |
| ·图像预处理 | 第31-35页 |
| ·图像分割 | 第31-32页 |
| ·图像灰度化 | 第32-35页 |
| ·基于奇异值分解的特征提取 | 第35-44页 |
| ·奇异值分解原理 | 第35-37页 |
| ·基于奇异值分解的特征提取 | 第37-38页 |
| ·实验过程及结果 | 第38-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于神经网络的人脸分类 | 第45-52页 |
| ·人工神经网络的分类 | 第45-46页 |
| ·神经网络的学习 | 第46-47页 |
| ·BP 神经网络 | 第47页 |
| ·实验过程及结果 | 第47-51页 |
| ·实验过程 | 第47-49页 |
| ·实验结果 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 自动签到系统的设计与实现 | 第52-63页 |
| ·数据库的设计与实现 | 第52-54页 |
| ·数据库的选择 | 第52-53页 |
| ·数据库的设计 | 第53-54页 |
| ·签到系统的设计与实现 | 第54-57页 |
| ·前台建设 | 第54-55页 |
| ·后台建设 | 第55-57页 |
| ·签到系统中自动人脸识别的功能实现 | 第57-61页 |
| ·人脸检测在系统中的实现 | 第58-59页 |
| ·特征提取在系统中的实现 | 第59-61页 |
| ·人脸分类在系统中的实现 | 第61页 |
| ·系统的调试 | 第61-62页 |
| ·单页面的调试 | 第61页 |
| ·多个关联页面的调试 | 第61-62页 |
| ·系统调试 | 第62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 个人简历 | 第73页 |