基于嵌入式智能监控系统的人脸识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究的背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·智能监控系统国内外研究现状 | 第12-13页 |
| ·自动人脸识别国内外研究现状 | 第13-14页 |
| ·本文主要工作 | 第14-15页 |
| ·本文组织结构 | 第15-16页 |
| 第2章 嵌入式人脸识别系统 | 第16-28页 |
| ·引言 | 第16页 |
| ·嵌入式操作系统 | 第16-19页 |
| ·嵌入式操作系统的特点 | 第17-18页 |
| ·嵌入式Linux操作系统 | 第18-19页 |
| ·智能监控硬件平台 | 第19-22页 |
| ·GM8180监控开发平台 | 第20-21页 |
| ·成像设备 | 第21-22页 |
| ·软件开发工具 | 第22-24页 |
| ·OpenCV概述 | 第22-23页 |
| ·OpenCV函数库 | 第23-24页 |
| ·系统设计的关键问题 | 第24-27页 |
| ·核心算法的选择 | 第25-26页 |
| ·训练集的构建 | 第26页 |
| ·工作环境的要求 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 核心算法选择 | 第28-38页 |
| ·引言 | 第28页 |
| ·基于全局特征的Fisherface算法 | 第28-32页 |
| ·主成分分析法(PCA) | 第28-29页 |
| ·线性判别分析法(LDA) | 第29-31页 |
| ·混合PCA和LDA算法 | 第31-32页 |
| ·基于局部特征的EBGM算法 | 第32-35页 |
| ·Gabor核函数 | 第32-33页 |
| ·弹性图结构 | 第33-34页 |
| ·相似度量 | 第34-35页 |
| ·算法比较 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于Gabor小波的EPL算法 | 第38-48页 |
| ·引言 | 第38页 |
| ·生物学背景 | 第38-40页 |
| ·Gabor小波 | 第40-44页 |
| ·小波变换 | 第40页 |
| ·一维Gabor小波 | 第40-41页 |
| ·二维Gabor小波 | 第41-44页 |
| ·基于Gabor小波的EPL算法 | 第44-47页 |
| ·Gabor小波的人脸表征 | 第45页 |
| ·局部Gabor小波 | 第45页 |
| ·实验结果 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 人脸识别系统构建与优化 | 第48-64页 |
| ·引言 | 第48页 |
| ·人脸识别系统构建 | 第48-55页 |
| ·人脸识别框架 | 第49-50页 |
| ·图像预处理 | 第50-51页 |
| ·分类器设计 | 第51-53页 |
| ·系统实现 | 第53-55页 |
| ·人脸识别算法优化 | 第55-63页 |
| ·分析工具Gprof | 第55-56页 |
| ·性能瓶颈分析 | 第56-57页 |
| ·PCA算法优化 | 第57-61页 |
| ·浮点转定点 | 第61页 |
| ·实验结果 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 硕士期间发表论文 | 第70-71页 |
| 致谢 | 第71页 |
