会议记录系统的框架设计与人脸识别技术在系统中的实现

发布时间:2021-04-21 03:05
  众所周知,会议是日常工作中消息上传下达、营造工作氛围、节约工作成本的一个重要环节,因此,如何提升会议记录的效率就变得尤为重要。随着人脸识别技术的飞速发展,人脸识别技术已经被越来越多的应用于生活中的各个领域。将人脸识别技术应用于会议记录系统中,不仅可以在一定程度上解决日常会议记录中的效率问题,同时还能够分摊会议记录人员的压力,具有重要的实际应用价值。同时,人脸识别技术具备自然直观、非强制、非接触、可并发等诸多优点,这些优点又与会议记录需要识别说话人身份、判断人物是否在说话的当前状态等需求十分契合,因此将人脸识别技术应用于会议记录系统的开发与实现中,可以给现有的会议记录系统以很好的补充。在实际的开发时,人脸识别技术的开源性与良好的自我修正性也是会议记录系统能够更好呈现的关键因素。基于此,本论文将以优化和提高会议记录效率为核心需求,提出一种基于人脸识别技术的会议记录系统的解决方案。整个会议记录系统主要包括会议记录系统框架搭建、人脸识别及语音识别三个部分,本论文将其中的本人完成的会议记录系统框架搭建与人脸识别与两部分进行重点阐述。在会议记录系统框架搭建方面,使用开源的Django框架,来完成对... 

【文章来源】:首都经济贸易大学北京市

【文章页数】:50 页

【学位级别】:硕士

【文章目录】:
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外发展现状
    1.3 本文主要研究内容和创新点
        1.3.1 主要研究内容
        1.3.2 创新点
    1.4 论文结构安排
第二章 相关理论和技术研究
    2.1 DJANGO框架
        2.1.1 Django框架介绍
        2.1.2 Django架构设计
    2.2 人脸识别技术的发展和基本原理
        2.2.1 人脸识别技术的发展
        2.2.2 人脸识别技术的基本原理
    2.3 多任务级联卷积网络(MT-CNN)模型
        2.3.1 多任务级联卷积网络的简要介绍
        2.3.2 多任务级联卷积网络的关键训练算法
    2.4 基于LANDMASK的人脸特征点提取
        2.4.1 landmask相关概念
        2.4.2 人脸口部特征点提取
第三章 会议记录系统的需求分析和总体设计
    3.1 会议记录系统的可行性分析
        3.1.1 技术可行性
        3.1.2 经济可行性
        3.1.3 社会环境可行性
    3.2 系统的非功能性需求分析
        3.2.1 系统性能需求分析
        3.2.2 系统可靠性需求分析
        3.2.3 系统安全性需求分析
    3.3 系统的功能性需求分析
        3.3.1 数据流图
        3.3.2 数据字典
    3.4 会议记录系统的总体设计
        3.4.1 会议记录系统总体结构
        3.4.2 会议记录系统功能模块
    3.5 本章小结
第四章 会议记录系统的框架设计
    4.1 系统数据库的详细设计与实现
        4.1.1 概念结构设计与实现
        4.1.2 逻辑结构设计与实现
    4.2 前台界面模块的设计与实现
        4.2.1 登录界面的设计与实现
        4.2.2 会议操作界面的设计与实现
第五章 说话人识别模块的详细设计与实现
    5.1 获取人脸框模块设计与实现
        5.1.1 逐帧获取全部人脸框
        5.1.2 同个人的人脸框整合
    5.2 身份识别模块的设计与实现
        5.2.1 针对识别人的识别模型生成
        5.2.2 人像的身份识别
    5.3 判断是否说话模块的设计与实现
第六章 系统的测试分析
    6.1 系统的功能测试
        6.1.1 登录模块的功能测试
        6.1.2 说话人识别模块的功能测试
        6.1.3 会议记录模块的功能测试
        6.1.4 会议删除模块的功能测试
    6.2 系统的性能测试
    6.3 本章小结
第七章 结论和展望
参考文献
致谢


【参考文献】:
期刊论文
[1]基于Django框架的管理系统的设计与开发[J]. 张翠丽,孟小艳,杨抒.  计算机技术与发展. 2019(10)
[2]基于分类算法的人脸识别研究[J]. 王欣宇,赵明涛,桂扬.  焦作大学学报. 2019(01)
[3]基于Python的深度学习人脸识别方法[J]. 薛同来,赵冬晖,张华方,郭玉,刘旭春.  工业控制计算机. 2019(02)
[4]基于Django的任务信息系统的设计[J]. 李彬,王丹,沙明瑞.  科学技术创新. 2019(05)
[5]基于MT-CNN的人脸识别算法研究[J]. 洪刚,秦川.  工业控制计算机. 2018(11)
[6]人脸识别概述[J]. 陈思琪,赵豪越,王静一,贾婧谈.  电脑迷. 2018(12)
[7]基于Django的高校医院体检信息管理系统设计[J]. 王明松,刘珍利,汤宇.  科技视界. 2018(30)
[8]一种改进的基于R-FCN模型的人脸检测算法[J]. 戴海能,茅耀斌.  计算机与现代化. 2018(08)
[9]人脸识别现状与发展趋势研究[J]. 张笛.  广东通信技术. 2018(06)
[10]基于卷积神经网络的人脸识别研究综述[J]. 鲍睿栋,赵敏.  软件导刊. 2018(04)



本文编号:3150929

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3150929.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户96e88***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com