基于MARS图的人脸人耳多模态识别研究

致谢	第1-7页
摘要	第7-9页
Abstract	第9-14页
1 引言	第14-28页
·课题来源	第14页
·课题的研究目的及意义	第14-17页
·国内外研究现状	第17-26页
·生物特征识别	第17-19页
·三维人脸识别	第19-23页
·三维人耳识别	第23-25页
·人脸人耳多模态识别	第25-26页
·本文的工作和组织结构	第26-28页
2 基于MARS图的人脸人耳识别策略及框架	第28-43页
·拟解决的关键问题及方法	第28-32页
·基于二维图像识别的问题	第28-29页
·单一模态识别的问题	第29-30页
·数据部分缺失的问题	第30-31页
·数据描述的问题	第31页
·结构和纹理融合的问题	第31-32页
·MARS图的生成及特征提取	第32-35页
·多视角三维点云的融合	第33-34页
·人脸人耳的球面拟合及数据转换	第34-35页
·MARS图的生成及原型库的构建	第35页
·基于局部特征的多任务稀疏表示识别	第35-37页
·CASIA 3D Face三维人脸数据库简介	第37-39页
·论文的研究内容及创新点	第39-43页
3 三维点云中纯人脸人耳数据的提取	第43-56页
·三维人脸人耳检测概述	第43-44页
·基于随机森林算法的三维肤色检测	第44-50页
·随机森林算法	第45-46页
·颜色空间的选择	第46-47页
·基于随机森林的三维肤色提取	第47-49页
·实验结果分析	第49-50页
·基于SVM算法的肤色检测	第50-55页
·SVM算法	第50-52页
·基于SVM的三维肤色提取	第52-53页
·实验结果分析	第53-55页
·本章小结	第55-56页
4 多视角三维点云数据的配准及融合	第56-71页
·点云数据的配准概述	第56-58页
·迭代最近点算法	第58-62页
·ICP算法原理	第58-59页
·ICP算法特性分析	第59-60页
·ICP改进算法	第60-62页
·多视角人脸人耳点云配准的BANICP算法	第62-67页
·ICP的双向改进	第63-65页
·Affine ICP算法	第65-66页
·剔除错误对应点对的约束	第66-67页
·多视角人脸人耳点云数据的融合	第67-70页
·本章小结	第70-71页
5 MARS图的生成与MARS原型库的构建	第71-82页
·人脸人耳点云的球面拟合	第71-74页
·多模态MARS图的生成	第74-79页
·MARS图原型库构建	第79-81页
·本章小结	第81-82页
6 基于MARS图的人脸人耳局部特征提取	第82-98页
·人脸人耳识别特征提取概述	第82-86页
·尺度不变特征的检测与提取	第86-90页
·仿射不变特征的检测与提取	第90-94页
·实验结果与分析	第94-97页
·本章小结	第97-98页
7 基于MARS图的多任务稀疏表示识别	第98-123页
·稀疏表示理论概述	第98-102页
·基于稀疏表示的识别方法	第102-105页
·多任务稀疏表示识别	第105-109页
·实验与分析	第109-122页
·字典构造的特征数量选择	第110-111页
·噪声条件下的识别性能	第111-112页
·大姿态变化下的识别性能	第112-114页
·遮挡条件下的识别性能	第114-117页
·表情变化条件下的识别性能	第117-118页
·本文方法与同类方法的比较及性能分析	第118-122页
·本章小结	第122-123页
8 结论与展望	第123-127页
·研究内容总结与结论	第123-125页
·未来的工作展望	第125-127页
参考文献	第127-144页
作者简历及在学研究成果	第144-147页
学位论文数据集	第147页