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 |