基于五官特征定位的人脸识别技术在防盗门中的应用
| 独创声明 | 第1页 |
| 学位论文版权使用授权书 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-18页 |
| ·人脸识别的研究意义 | 第10页 |
| ·人脸识别涉及的理论 | 第10-12页 |
| ·数字图像处理 | 第11页 |
| ·神经网络 | 第11页 |
| ·模式识别 | 第11-12页 |
| ·计算机视觉 | 第12页 |
| ·心理学和神经生理学 | 第12页 |
| ·人脸识别的研究范围 | 第12-13页 |
| ·人脸识别的国内外现状 | 第13-15页 |
| ·国内现状 | 第13-14页 |
| ·国外现状 | 第14-15页 |
| ·人脸自动识别系统 | 第15-16页 |
| ·人脸检测与定位 | 第15-16页 |
| ·人脸特征提取与识别 | 第16页 |
| ·本文所做的工作 | 第16-18页 |
| 2 人脸识别技术 | 第18-25页 |
| ·人脸识别 | 第18-19页 |
| ·人脸检测方法 | 第19-20页 |
| ·基于统计的人脸检测方法 | 第19页 |
| ·基于知识建模的人脸检测方法 | 第19-20页 |
| ·常用的人脸识别方法 | 第20-24页 |
| ·基于几何特征的方法 | 第21页 |
| ·基于K-L变换的方法 | 第21-22页 |
| ·基于特征脸的方法 | 第22页 |
| ·基于局部特征的方法 | 第22-23页 |
| ·基于弹性模型的方法 | 第23页 |
| ·基于神经网络的方法 | 第23-24页 |
| ·其他方法 | 第24页 |
| ·人脸识别技术所面临的问题 | 第24-25页 |
| 3 人脸检测 | 第25-39页 |
| ·人脸大致定位 | 第25-32页 |
| ·图像数据读取 | 第25-26页 |
| ·光线补偿 | 第26-27页 |
| ·色彩空间转换 | 第27-28页 |
| ·非线性转换 | 第28-29页 |
| ·皮肤颜色建模 | 第29-30页 |
| ·膨胀、腐蚀 | 第30-31页 |
| ·去掉非人脸区域，定位人脸区域 | 第31-32页 |
| ·眼睛的定位 | 第32-35页 |
| ·眼睛的色度匹配 | 第32-34页 |
| ·眼睛的亮度匹配 | 第34页 |
| ·眼睛的双重匹配 | 第34-35页 |
| ·去掉非眼睛区域 | 第35页 |
| ·获得人眼中心点 | 第35页 |
| ·嘴巴的定位 | 第35-38页 |
| ·嘴巴匹配 | 第35-36页 |
| ·腐蚀出嘴巴区域 | 第36-37页 |
| ·去离散点 | 第37页 |
| ·定位嘴巴中心点 | 第37-38页 |
| ·勾勒人脸 | 第38-39页 |
| 4 特征提取与识别 | 第39-50页 |
| ·K-L变换 | 第40页 |
| ·用特征脸进行人脸压缩 | 第40-43页 |
| ·人脸识别的特征脸方法 | 第43-45页 |
| ·人脸识别系统的基本框架 | 第45-50页 |
| ·图像的获取 | 第45页 |
| ·人脸检测 | 第45-49页 |
| ·特征提取与识别 | 第49-50页 |
| 5 人脸识别在无钥防盗门中的应用 | 第50-57页 |
| ·自动人脸识别防盗门系统 | 第50-53页 |
| ·前台监控 | 第50页 |
| ·后台管理 | 第50页 |
| ·相似度和相似度域值 | 第50-53页 |
| ·人像库检索 | 第53页 |
| ·人脸识别实验 | 第53-57页 |
| 6 全文总结 | 第57-59页 |
| ·工作总结 | 第57页 |
| ·发展前景 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 作者研究生期间论文发表情况 | 第62-63页 |
| 致谢 | 第63页 |
