基于局部描述符的三维人脸识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 三维人脸识别主要步骤 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-16页 |
| 1.3.1 基于整体特征的三维人脸识别方法 | 第11-13页 |
| 1.3.2 基于局部特征的三维人脸识别方法 | 第13-16页 |
| 1.4 三维人脸识别目前的主要问题 | 第16-17页 |
| 1.5 三维人脸数据库概述与本文实验数据来源 | 第17-19页 |
| 1.6 本文主要内容与创新点 | 第19-21页 |
| 1.6.1 本文主要内容 | 第19-20页 |
| 1.6.2 本文创新点 | 第20-21页 |
| 第二章 三维人脸预处理 | 第21-29页 |
| 2.1 鼻尖点定位 | 第21-22页 |
| 2.2 人脸区域提取 | 第22-23页 |
| 2.3 尖锐区域去除 | 第23-25页 |
| 2.4 人脸姿态矫正 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 表情鲁棒的人脸特征提取 | 第29-51页 |
| 3.1 人脸分区 | 第30-31页 |
| 3.2 形状指数与法向量的计算 | 第31-35页 |
| 3.2.1 形状指数的计算 | 第31-34页 |
| 3.2.2 法向量计算 | 第34-35页 |
| 3.3 基于LBP的局部描述符构建 | 第35-47页 |
| 3.3.1 LBP简介 | 第36-37页 |
| 3.3.2 分区边缘点检测 | 第37-39页 |
| 3.3.3 邻域点检测 | 第39-45页 |
| 3.3.4 局部描述符构建 | 第45-47页 |
| 3.4 基于直方统计图的特征降维 | 第47-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 人脸识别与原型系统设计 | 第51-67页 |
| 4.1 基于KNN的人脸识别 | 第51-58页 |
| 4.1.1 向量距离 | 第51-53页 |
| 4.1.2 经典KNN算法 | 第53-54页 |
| 4.1.3 分片加权KNN人脸识别算法 | 第54页 |
| 4.1.4 实验结果与分析 | 第54-58页 |
| 4.2 基于SVM的人脸识别 | 第58-62页 |
| 4.2.1 基于多核函数的SVM人脸识别算法 | 第58-61页 |
| 4.2.2 实验结果及分析 | 第61-62页 |
| 4.3 人脸识别系统设计 | 第62-64页 |
| 4.4 本章小结 | 第64-67页 |
| 总结与展望 | 第67-69页 |
| 总结 | 第67页 |
| 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间取得的科研成果 | 第73-75页 |
| 致谢 | 第75页 |
