生物实验教育论文提纲

论文题目：基于人脸识别的实验教学管理系统研究与开发

摘要：工程教育是为建设创新型国家和人才强国战略服务的,而实验教学是工程教育教学活动中一个重要的环节,其效果直接影响着学生对理论知识的掌握和动手实践能力的提高。为了实现我国由工程教育大国向工程教育强国转变,高校必须以工程教育为主线,以学生实践能力和创新能力培养为重点。然而,我国对工科人才培养的目标定位不清晰,使得工程教育与实际脱节严重。另一方面,我国高校实验教学一直都不受重视,教学计划的编制也是重理论轻实践,大多数实验课程仅仅局限于理论的论证,同时实验实践课堂上也出现了越来越多的学术不良行为。因此,如何利用数字信息化来提高高等实验教育的质量,杜绝实验课堂上的学术不良行为,从而提高高等教育的质量,是一个值得研究的课题。开展信息技术与实验教学的整合是实施实验教学改革的有效途径,因此探索信息技术在实验教学中的应用是很有必要的。人脸识别是人体生物特征识别技术的一个主要方向,相比其他的生物属性识别方式,人脸识别的直观性好,开发成本低,这些优势使得人脸识别技术在众多生物特征识别技术中备受关注。本文主要围绕基于人脸识别技术的实验教学管理系统进行开发研究,针对人脸识别相关技术,开发出一种新型的实验教学管理系统。本系统除了实现传统的实验教学的数据管理功能外,在帐号密码验证身份的基础上进行创新,增加了人脸识别的验证功能。人脸识别的验证功能在实验实践教学的应用中,可自动抓拍实验者的实验过程,上传实验报告等实验数据时需进行人脸识别验证身份,有效地减少了实验过程中出现的学术不良行为。另一方面,通过统计分析实验过程中的抓拍图像,分析总结实验教学经验,可进一步的提高教学质量。本系统在华南理工大学广州学院计算机实验中心进行了测试与试运行。通过多名老师与学生的功能验证测试,验证了本系统设计方法的正确性,本系统已具备了实验教学管理系统的基本功能。整体上,本系统操作简单,功能性好,扩展性高,可应用于广大高校的实验实践教学中。通过本系统,能增强高校实验教学的课堂效果,调动学生的积极性与创造性,进一步的提高高等教育教学质量。

关键词：工程教育;生物特征;人脸识别;实验教学

学科专业：工程硕士（专业学位）

摘要

ABSTRACT

第一章 绪论

1.1 背景与意义

1.2 实验教学管理系统的现状及趋势

1.3 人脸识别研究现状

1.3.1 人脸识别技术与应用

1.3.2 人脸识别技术在国外的研究现状

1.3.3 人脸识别技术在国内的研究现状

1.3.4 人脸识别技术存在的主要问题

1.4 研究目标及技术

1.5 主要研究内容

第二章 图像预处理与相关算法分析

2.1 图像预处理

2.1.1 图像灰度化

2.1.2 图像平滑

2.1.3 直方图均衡化

2.1.4 图像归一化

2.2 人脸检测概述

2.3 基于Haar特征的Adaboost算法

2.3.1 矩形特征

2.3.2 矩形特征的计算

2.3.3 弱分类器

2.3.4 训练强分类器

2.3.5 强分类器的级联

2.4 人脸识别算法

2.4.1 基于面部几何特征的方法

2.4.2 基于模板匹配的方法

2.4.3 基于神经网络的方法

2.4.4 基于隐马尔可夫模型的方法

2.4.5 基于支持向量机的方法

2.5 基于主成分分析的人脸识别方法

2.5.1 主成分分析法的原理

2.5.2 主成分分析法的求解步骤

2.5.3 主成分分析法的求解方法

2.6 本章小结

第三章 系统总体分析与设计

3.1 系统需求分析

3.1.1 功能需求分析

3.1.2 非功能需求分析

3.2 系统设计

3.2.1 系统架构设计

3.2.2 总体功能模块分析

3.2.3 主要功能模块设计

3.3 数据库设计

3.3.1 概念结构设计

3.3.2 逻辑结构设计

3.3.3 数据表的设计

3.4 系统运行环境

3.5 本章小结

第四章 系统的实现

4.1 人脸验证模块

4.2 用户登录模块的实现

4.3 教师操作模块的实现

4.3.1 报告管理菜单

4.3.2 个人信息管理菜单

4.3.3 学生管理菜单

4.3.4 课程信息菜单

4.4 学生操作模块的实现

4.4.1 报告管理菜单

4.4.2 个人信息管理菜单

4.4.3 课程信息菜单

4.5 系统管理员操作模块的实现

4.5.1 报告管理菜单

4.5.2 个人信息管理菜单

4.5.3 用户管理菜单

4.5.4 课程信息菜单

4.6 本章小结

第五章 系统的应用与测试

5.1 系统的测试环境与方案

5.2 系统测试内容

5.2.1 身份验证测试

5.2.2 教师端功能测试

5.2.3 学生端功能测试

5.2.4 系统管理员端功能测试

5.2.5 人脸识别效果测试

5.3 系统的测试结果与分析

5.3.1 测试结果

5.3.2 结果分析

5.4 本章小结

总结与展望

参考文献

致谢

附件