人脸识别技术分析及其在考勤系统中的应用
| 中文摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究目的和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15页 |
| 1.4 论文框架 | 第15-17页 |
| 第二章 相关技术 | 第17-25页 |
| 2.1 图像预处理 | 第17-19页 |
| 2.2 人脸检测 | 第19-21页 |
| 2.3 相似度计算 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 人脸特征提取算法比较 | 第25-39页 |
| 3.1 局部二值模式(LBP) | 第25-30页 |
| 3.1.1 基本的LBP算子 | 第25页 |
| 3.1.2 LBP算子的发展与演化 | 第25-28页 |
| 3.1.3 基于LBP的人脸识别 | 第28-30页 |
| 3.2 卷积神经网络(CNN) | 第30-36页 |
| 3.2.1 卷积神经网络的基本架构 | 第30-32页 |
| 3.2.2 CNN特征可视化分析 | 第32-34页 |
| 3.2.3 基于CNN的人脸识别 | 第34-36页 |
| 3.3 实验结果与分析 | 第36-38页 |
| 3.3.1 实验环境与数据集 | 第36-37页 |
| 3.3.2 算法评价指标 | 第37页 |
| 3.3.3 实验结果分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 考勤系统设计与实现 | 第39-53页 |
| 4.1 考勤系统的相关技术 | 第39-40页 |
| 4.1.1 Wi-Fi定位理论 | 第39页 |
| 4.1.2 Java Servlet | 第39-40页 |
| 4.2 考勤系统的设计 | 第40-44页 |
| 4.2.1 系统架构与流程 | 第40-41页 |
| 4.2.2 系统数据存储方案 | 第41-43页 |
| 4.2.3 移动端与服务端的交互 | 第43-44页 |
| 4.3 考勤系统的实现 | 第44-49页 |
| 4.3.1 移动端的具体实现 | 第44-46页 |
| 4.3.2 服务端的具体实现 | 第46-49页 |
| 4.4 系统人脸识别测试 | 第49-51页 |
| 4.4.1 测试过程 | 第49-50页 |
| 4.4.2 测试结果分析 | 第50-51页 |
| 4.5 本章小结 | 第51-53页 |
| 第五章 结论与展望 | 第53-55页 |
| 5.1 结论 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 攻读学位期间取得的研究成果 | 第57-59页 |
| 致谢 | 第59-61页 |
| 个人简况及联系方式 | 第61-62页 |
