首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人脸图像质量评估标准方法研究

摘要第1-7页
ABSTRACT第7-9页
目录第9-15页
第1章 绪论第15-27页
   ·生物特征识别技术第16页
   ·模式识别系统第16-25页
     ·生物特征识别系统第17页
     ·生物特征识别技术的优点第17-18页
     ·生物特征识别技术存在的问题第18-19页
     ·主要的生物特征识别技术第19-23页
     ·生物特征识别技术的应用和前景第23-24页
     ·人脸识别的研究意义第24-25页
   ·生物识别标准以及本文的研究背景第25页
   ·本文的研究内容和结构安排第25-27页
第2章 人脸识别算法综述以及生物特征识别技术的标准化进程第27-41页
   ·人脸识别算法综述第27-32页
     ·人脸检测第27-32页
   ·生物特征识别技术的标准化进程综述第32-33页
     ·标准化进程概述第32-33页
   ·主要标准化文档一览第33-40页
     ·技术用语第34页
     ·数据标准第34-36页
     ·API标准第36-38页
     ·安全与加密第38页
     ·系统特性描述第38-39页
     ·系统测试和评估第39页
     ·法律与社会相关问题第39-40页
     ·我国标准化现状第40页
   ·本章小结第40-41页
第3章 人脸图像质量第41-47页
   ·标准人脸的拍摄方法第41-43页
     ·单光源的标准人脸拍摄方法第41-42页
     ·双光源的标准人脸拍摄方法第42页
     ·双光源加背景光源的标准人脸拍摄方法第42-43页
   ·标准人脸图像第43-46页
   ·本章小结第46-47页
第4章 人脸图像质量评估标准第47-70页
   ·人脸图像质量评估标准的意义和困难第47-49页
   ·图像质量评估概念第49-52页
   ·与图像质量和质量分数相关的概念第52-55页
     ·质量组成:源特性(character),保真度(fidelity),实用性(utility)第52-53页
     ·如何确定一幅图像的质量第53-55页
     ·如何确定一幅图像的质量分数第55页
   ·人脸图像质量评估标准第55-58页
   ·影响人脸图像质量的因素第58-59页
   ·图像质量评估算法分析第59-69页
     ·影响人脸图像质量各因素的评估算法第60页
     ·与静态的源特性相关的质量评估算法第60-63页
     ·与动态的源特性相关的质量评估算法第63-68页
     ·质量分数归一化第68-69页
   ·本章小结第69-70页
第5章 基于对称性的人脸图像质量评估第70-84页
   ·引言第70页
   ·光照变化下人脸图像识别方法综述第70-74页
   ·姿态变化下人脸图像识别方法综述第74-77页
   ·基于图像质量评估的人脸识别系统第77-83页
     ·对称性评估第79-80页
     ·光照和姿态评估第80-82页
     ·实验结果第82-83页
   ·本章小结第83-84页
第6章 基于回归的人脸图像匹配分数预测方法第84-94页
   ·线性回归模型第87页
   ·基于非线性回归的分数预测第87-89页
   ·实验及结果第89-90页
   ·本章小结第90-94页
第7章 论文总结与展望第94-97页
   ·工作总结第94-95页
   ·展望第95-97页
第8章 致谢第97-98页
第9章 在读期间发表的学术论文与取得的研究成果第98-99页
参考文献第99-114页
附录 主成份分析(PCA)第114-119页
 A.1 PCA的基本概念第114-116页
  A.1.1 PCA原理第114-115页
  A.1.2 PCA的求解步骤第115-116页
  A.1.3 主成分的求解方法第116页
 A.2 利用PCA进行特征提取的经典算法-Eigenface算法第116-119页
  A.2.1 计算特征脸第117页
  A.2.2 基于特征脸的人脸识别第117-119页
附录 局部二进制模式(LBP)第119-121页
 B.1 局部二进制模式纹理描述第119-121页

论文共121页,点击 下载论文
上一篇:经单鼻孔—蝶窦入路显微手术切除垂体腺瘤的研究
下一篇:基于Cradle CT3400的视频压缩协议的设计和实现