| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究背景 | 第11-12页 |
| ·人脸识别系统相关技术及其应用 | 第12-17页 |
| ·人脸检测及跟踪研究现状 | 第12-14页 |
| ·人脸识别研究现状 | 第14-16页 |
| ·现有安全监控系统的概况 | 第16-17页 |
| ·本文的主要工作 | 第17-19页 |
| 第2章 系统总体设计 | 第19-22页 |
| ·系统需求分析 | 第19-20页 |
| ·系统功能模块设计 | 第20-21页 |
| ·系统功能结构 | 第20-21页 |
| ·系统工作流程 | 第21页 |
| ·本章小节 | 第21-22页 |
| 第3章 基于camshift与卡尔曼滤波的人脸跟踪 | 第22-39页 |
| ·前人相关工作介绍 | 第22-25页 |
| ·CAMSHIFT算法 | 第25-30页 |
| ·CAMSHIFT算法流程 | 第25-26页 |
| ·CAMSHIFT算法改进 | 第26-29页 |
| ·眼睛定位及归一化 | 第29-30页 |
| ·卡尔曼滤波 | 第30-35页 |
| ·卡尔曼滤波原理 | 第30-32页 |
| ·算法改进 | 第32-35页 |
| ·基于camshift与卡尔曼滤波的人脸跟踪算法 | 第35-38页 |
| ·算法流程 | 第35-36页 |
| ·实验结果对比分析 | 第36-38页 |
| ·结论 | 第38-39页 |
| 第4章 基于AdaWavelet特征的人脸识别算法 | 第39-52页 |
| ·前人相关工作 | 第39-40页 |
| ·基于AdaBoost与小波变换的人脸识别方法 | 第40-47页 |
| ·小波特征提取 | 第40-44页 |
| ·AdaBoost分类 | 第44页 |
| ·基于AdaBoost的小波特征分类 | 第44-45页 |
| ·基于AdaWavelet特征的子空间判别分析 | 第45-47页 |
| ·实验结果分析 | 第47-51页 |
| ·人脸数据库简介 | 第47-48页 |
| ·算法对比分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于人脸识别的安全监控系统实现 | 第52-63页 |
| ·开发环境 | 第52页 |
| ·系统关键技术的实现 | 第52-57页 |
| ·门禁系统的组成结构 | 第52-53页 |
| ·控制电路 | 第53-55页 |
| ·通信协议 | 第55页 |
| ·数据库设计 | 第55-57页 |
| ·人脸识别门禁系统的实现及其性能指标 | 第57-58页 |
| ·系统的主要界面及操作流程 | 第58-62页 |
| ·系统的主要界面 | 第58-60页 |
| ·系统操作流程 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间发表的论文 | 第71页 |