声明
学位论文主要创新点
摘要
第一章 绪论
1.1 人脸识别的背景和意义
1.2 国内外人脸识别的研究现状
1.3 人脸识别现有技术概述
1.4 论文主要研究内容及结构安排
第二章 智能家居环境下动态人脸身份识别系统总体方案设计
2.1 动态人脸身份识别系统实现关键技术
2.1.1 视频图像采集技术
2.1.2 人脸图像预处理
2.1.3 人脸检测技术
2.1.4 人脸跟踪技术
2.1.5 人脸识别技术
2.2 动态人脸身份识别系统概述
2.3 动态人脸身份识别系统的需求分析
2.4 动态人脸身份识别系统的性能指标
2.5 动态人脸身份识别系统方案设计
2.5.1 系统开发平台的选择
2.5.2 动态人脸身份识别系统软件设计
2.5.3 动态人脸身份识别系统开发环境的搭建
2.6 本章小结
第三章 人脸图像预处理
3.1 视频捕捉人脸图像
3.2 图像预处理探讨背景与作用
3.3 人脸图像的归一化
3.3.1 人脸图像几何归一化
3.3.2 人脸图像灰度归一化
3.4 中值滤波
3.5 本章小结
第四章 基于AdaBoost的人脸检测算法
4.1 AdaBoost算法概述
4.2 矩形特征与积分图
4.2.1 矩形特征Haar-like特征
4.2.2 利用积分图方法快速计算Haar特征值
4.3 利用OpenCV库函数进行人脸检测
4.3.1 Adaboost训练算法
4.3.2 人脸检测器的选择-级联强分类器
4.4 本章小结
第五章 智能家居环境下动态人脸的实时跟踪
5.1 Camshift算法简介
5.1.1 颜色概率分布与反向投影图
5.1.2 Mean-shift算法
5.2 Camshift算法原理
5.3 人脸检测跟踪
5.3.1 智能家居环境下的自动人脸跟踪
5.3.2 基于多线程的人脸跟踪
5.4 本章小结
第六章 基于Eigenface的人脸识别算法
6.1 人脸图像特征提取
6.1.1 Karhunen-Loeve变换原理及应用
6.1.2 PCA算法原理
6.2 PCA的具体实现
6.2.1 读取人脸数据库图片
6.2.2 计算人脸数据库的均值脸
6.2.3 计算特征值与特征向量
6.2.4 构建人脸数据库的特征脸
6.3 本章小结
第七章 智能家居环境下动态人脸身份识别系统调试与结果分析
7.1 动态人脸身份识别系统的实验目的
7.2 动态人脸身份识别系统的测试与调试的实验方案
7.2.1 动态人脸身份识别系统的实验方案
7.2.2 动态人脸身份识别系统的实验设备
7.3 实验数据与结果
7.3.1 静态检测
7.3.2 智能家居环境下的动态跟踪实验
7.3.3 智能家居环境下人脸身份识别实验
7.3.4 智能家居环境下实时性实验
7.4 本章小结
总结与展望
参考文献
硕士期间发表论文和参加科研情况
附录
致谢