声明
摘要
第1章 绪论
1.1 课题研究背景及研究意义
1.1.1 人脸识别研究背景
1.1.2 课题研究意义
1.2 人脸识别系统国内外研究现状及应用
1.2.1 国内外研究现状
1.2.2 人脸识别系统应用
1.3 人脸识别主要方法
1.4 人脸识别流程
1.5 人脸识别系统的评价标准
1.6 本文主要工作及框架
第2章 相关知识介绍
2.1 彩色空间理论
2.1.1 基本颜色空间
2.1.2 颜色空间的选取
2.2 光照补偿算法
2.2.1 Gamma校正
2.2.2 直方图均衡化
2.2.3 非线性变换方法
2.3 人脸检测
2.3.1 人脸检测方法
2.3.2 人脸检测评价准则
2.4 图像特征提取与特征选择
2.4.1 图像特征分类
2.4.2 图像特征提取
2.4.3 LBP特征提取
2.4.4 特征选择理论
2.4.5 遗传算法
2.5 分类器设计
2.5.1 分类器设计基本方法
2.5.2 支持向量机分类器
2.6 硬件平台介绍
2.6.1 视频处理子系统
2.6.2 DM6437存储空间配置
2.7 本章小结
第3章 人脸识别算法仿真与实现
3.1 人脸识别系统光照补偿处理
3.1.1 图像Gamma校正处理
3.1.2 直方图均衡化处理
3.1.3 非线性变换处理
3.2 改进遗传算法
3.2.1 改进遗传算法原理
3.2.2 适应度函数的改进
3.2.3 选择算子的改进
3.2.4 交叉算子的改进
3.2.5 变异算子的改进
3.3 基本遗传算法和改进遗传算法的性能分析
3.4 改进遗传算法在人脸特征选择上的应用
3.4.1 ILBP特征提取
3.4.2 ILBP和改进GA算法实现步骤
3.4.3 ILBP和改进GA算法实验分析
3.5 支持向量机在人脸识别上的应用
3.5.1 SVM在人脸识别中的应用
3.5.2 改进GA和SVM算法实验步骤
3.5.3 改进GA和SVM算法实验分析
3.6 仿真结果
3.7 本章小结
第4章 人脸识别系统硬件实现及测试分析
4.1 DSP图像处理系统硬件体系
4.1.1 ICETEK-DM6437-B评估板
4.1.2 DSP数字图像处理芯片
4.1.3 XDS560仿真器
4.1.4 DSP/BIOS系统配置
4.2 DSP图像处理系统软件开发环境
4.3 DM6437视频采集与输出流程
4.4 人脸识别算法在DSP图像处理系统的实现
4.4.1 人脸识别算法流程
4.4.2 光照补偿
4.4.3 人脸检测与定位
4.4.4 人脸识别
4.4.5 实时采集样本数据
4.5 测试与结果分析
4.5.1 系统测试环境
4.5.2 系统测试结果与分析
4.5.3 部分系统测试效果图
4.6 本章小结
第5章 总结与展望
5.1 工作总结
5.2 工作展望
参考文献
致谢
攻读学位期间发表论文情况