基于人脸识别的检测跟踪系统的设计与实现
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究的背景与意义 | 第9-10页 |
| 1.2 国内外概况和发展趋势 | 第10-11页 |
| 1.3 人脸识别技术的介绍与比较 | 第11-14页 |
| 1.3.1 人脸识别技术介绍 | 第11-12页 |
| 1.3.2 人脸识别方法比较 | 第12-14页 |
| 1.4 人脸识别技术的评价标准 | 第14-15页 |
| 1.5 本论文的主要工作及结构安排 | 第15-17页 |
| 1.5.1 论文的主要工作 | 第15页 |
| 1.5.2 论文的结构安排 | 第15-17页 |
| 第二章 系统总体设计 | 第17-21页 |
| 2.1 设计目的与实现功能 | 第17页 |
| 2.2 系统的开发环境 | 第17-19页 |
| 2.2.1 硬件开发平台 | 第17-18页 |
| 2.2.2 软件开发环境 | 第18-19页 |
| 2.3 系统总体设计概要 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 系统各模块设计 | 第21-32页 |
| 3.1 文件组织结构和CMakeLists说明 | 第22-23页 |
| 3.2 算法处理模块设计 | 第23-25页 |
| 3.3 云台控制模块设计 | 第25-26页 |
| 3.4 数据库模块设计 | 第26-28页 |
| 3.5 交互界面模块设计 | 第28-31页 |
| 3.5.1 信号与槽机制 | 第29页 |
| 3.5.2 界面设计环境和效果展示 | 第29-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 人脸识别与跟踪算法的实现 | 第32-60页 |
| 4.1 算法的理论与实现流程 | 第32-57页 |
| 4.1.1 基于Adaboost算法的人脸检测 | 第33-37页 |
| 4.1.1.1 Boosting算法的基本原理 | 第33页 |
| 4.1.1.2 Adaboost算法 | 第33-36页 |
| 4.1.1.3 Harr特征 | 第36-37页 |
| 4.1.2 人脸图像预处理 | 第37-40页 |
| 4.1.2.1 图像灰度化 | 第37-38页 |
| 4.1.2.2 灰度直方图和直方图均衡 | 第38-40页 |
| 4.1.2.3 尺度归一化 | 第40页 |
| 4.1.3 人脸特征提取 | 第40-43页 |
| 4.1.3.1 小波变换 | 第40-41页 |
| 4.1.3.2 一维Gabor小波 | 第41页 |
| 4.1.3.3 二维Gabor小波 | 第41-42页 |
| 4.1.3.4 基于Gabor小波的人脸特征提取 | 第42-43页 |
| 4.1.4 特征向量降维 | 第43-46页 |
| 4.1.5 训练分类器 | 第46-53页 |
| 4.1.5.1 SVM支持向量机 | 第47-50页 |
| 4.1.5.2 LDA线性判别式分析 | 第50-53页 |
| 4.1.6 相似度计算 | 第53-54页 |
| 4.1.7 CMT目标跟踪算法 | 第54-57页 |
| 4.2 算法的改进优化 | 第57-59页 |
| 4.2.1 K-Means基本原理 | 第57-58页 |
| 4.2.2 K-Means与人脸识别算法的结合 | 第58-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第五章 系统的测试与分析 | 第60-69页 |
| 5.1 人脸检测性能测试 | 第60-61页 |
| 5.2 人脸识别性能测试 | 第61-63页 |
| 5.3 目标跟踪性能测试 | 第63-65页 |
| 5.4 系统整体性能测试 | 第65-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-73页 |
| 附录1 攻读硕士学位期间申请的专利 | 第73-74页 |
| 致谢 | 第74页 |
