声明
摘要
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 人脸识别技术发展现状
1.2.2 Android系统上人脸识别技术发展现状
1.3 本文主要内容及组织结构
第二章 人脸检测
2.1 概述
2.2 基于YCrCb颜色空间的肤色人脸检测
2.2.1 YCrCb颜色空间转换
2.2.2 肤色分割
2.2.3 基于OTSU的图像二值化
2.2.4 人脸区域筛选
2.2.5 人脸位置标记
2.3 基于Haar特征的Adaboost人脸检测
2.3.1 Haar特征与积分图
2.3.2 弱分类器的训练及选取
2.3.3 强分类器的训练及选取
2.3.4 级联分类器
2.4 基于肤色和Adaboost算法相结合的人脸检测算法
2.5 实验结果与分析
2.6 本章小结
第三章 人脸特征提取
3.1 概述
3.2 人脸图像的标准化处理
3.2.1 图像灰度化
3.2.2 几何归一化
3.3 基于主成分分析(PCA)的人脸特征提取方法
3.3.1 K-L变换
3.3.2 基于PCA的特征提取
3.4 基于模糊线性判别分析的人脸特征提取方法
3.4.1 基于LDA的特征提取
3.4.2 基于LDA和PCA相结合的两阶段法
3.4.3 基于模糊线性判别的特征提取
3.5 实验结果与分析
3.6 本章小结
第四章 人脸识别
4.1 概述
4.2 最近邻分类器
4.3 支持向量机
4.3.1 线性可分情况下的最优分类面
4.3.2 线性不可分情况下的广义最优分类面
4.3.3 SVM的核函数
4.4 最近邻和支持向量机相结合的分类算法
4.5 实验结果与分析
4.6 本章小结
第五章 软件系统设计与实现
5.1 概述
5.2 系统功能及软件架构
5.3 软件开发环境
5.4 核心软件模块设计与实现
5.4.1 数据库设计
5.4.2 检测模块
5.4.3 解锁模块
5.5 系统测试
5.5.1 系统功能测试
5.5.2 系统性能测试
第六章 总结与展望
致谢
参考文献