基于Linux的人脸识别系统的设计与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题背景 | 第7-10页 |
| ·嵌入式系统发展 | 第7-8页 |
| ·人脸识别技术简介 | 第8-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的工作 | 第11-13页 |
| 第二章 嵌入式人脸识别系统关键技术 | 第13-23页 |
| ·嵌入式系统概述 | 第13-14页 |
| ·嵌入式系统 | 第13-14页 |
| ·嵌入式 Linux 软件系统 | 第14页 |
| ·嵌入式系统开发流程 | 第14-16页 |
| ·嵌入式软硬件平台选择 | 第14-15页 |
| ·嵌入式 Linux 系统开发 | 第15-16页 |
| ·人脸检测算法 | 第16-20页 |
| ·人脸检测的特征依据 | 第17-18页 |
| ·人脸检测的常见方法 | 第18-20页 |
| ·典型人脸识别算法 | 第20-22页 |
| ·基于几何特征的方法 | 第20页 |
| ·基于肤色模型的方法 | 第20-21页 |
| ·基于统计理论的方法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 嵌入式人脸识别系统方案 | 第23-37页 |
| ·系统总体方案 | 第23-25页 |
| ·系统软硬件平台选择 | 第23-24页 |
| ·系统软件模块划分 | 第24-25页 |
| ·基于 AdaBoost 算法的人脸检测 | 第25-30页 |
| ·AdaBoost 算法原理描述 | 第25-26页 |
| ·Haar-like 特征与积分图 | 第26-28页 |
| ·级联分类器设计 | 第28-30页 |
| ·人脸图像预处理 | 第30-33页 |
| ·彩色图像转换为灰度图像 | 第30-31页 |
| ·人脸图像噪声的消减 | 第31-32页 |
| ·灰度图像直方图均衡化 | 第32-33页 |
| ·基于 K-L 变换的特征脸人脸识别 | 第33-36页 |
| ·K-L 变换 | 第33-34页 |
| ·主成分分析法 | 第34页 |
| ·特征脸算法 | 第34-36页 |
| ·本章小节 | 第36-37页 |
| 第四章 嵌入式人脸识别系统的实现 | 第37-55页 |
| ·嵌入式系统开发环境的搭建 | 第37-39页 |
| ·建立交叉编译环境 | 第37-38页 |
| ·在 Qt Creator 中部署 OpenCV | 第38-39页 |
| ·嵌入式 Linux 系统的编译与移植 | 第39-43页 |
| ·Bootloader 的分析与选择 | 第39-40页 |
| ·Linux 内核的配置和编译 | 第40-42页 |
| ·根文件系统的设计 | 第42-43页 |
| ·基于 Video4Linux 的视频采集 | 第43-46页 |
| ·Video4Linux 数据结构 | 第43-44页 |
| ·USB 摄像头视频采集过程 | 第44-45页 |
| ·内存映射方式截取图像 | 第45-46页 |
| ·基于 AdaBoost 算法的人脸检测 | 第46-49页 |
| ·Haar 分类器的数据结构 | 第46-47页 |
| ·人脸检测相关函数 | 第47-48页 |
| ·人脸检测功能的实现 | 第48-49页 |
| ·人脸识别功能的设计与实现 | 第49-53页 |
| ·训练系统框架 | 第49-51页 |
| ·人脸识别训练过程 | 第51-52页 |
| ·基于特征脸人脸识别 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 系统的测试结果与分析 | 第55-59页 |
| ·人脸检测结果与分析 | 第55-56页 |
| ·人脸识别结果与分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·进一步的展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-66页 |
