人脸识别算法研究及实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题背景及意义 | 第11-15页 |
| ·生物识别技术发展的重要意义 | 第11-12页 |
| ·几种生物识别技术的比较 | 第12-14页 |
| ·人脸识别技术的重要作用 | 第14-15页 |
| ·人脸识别技术的国内外研究现状 | 第15-19页 |
| ·人脸识别技术的国外研究现状 | 第15-17页 |
| ·人脸识别技术的国内研究现状 | 第17-19页 |
| ·人脸识别技术的研究范围 | 第19-20页 |
| ·本文的主要研究内容 | 第20-21页 |
| 第2章 人脸识别方法概述 | 第21-33页 |
| ·引言 | 第21-22页 |
| ·人脸检测 | 第22-25页 |
| ·基于特征的人脸检测方法 | 第22-24页 |
| ·基于图像的人脸检测方法 | 第24-25页 |
| ·人脸图像预处理 | 第25-28页 |
| ·滤波去噪 | 第25-26页 |
| ·灰度变换 | 第26-27页 |
| ·图像二值化 | 第27-28页 |
| ·边缘检测 | 第28页 |
| ·人脸图像归一化 | 第28页 |
| ·人脸识别 | 第28-32页 |
| ·基于几何特征的方法 | 第29页 |
| ·基于代数特征的方法 | 第29-31页 |
| ·基于弹性模板的方法 | 第31页 |
| ·基于连接性模型的方法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于肤色的人脸检测和定位 | 第33-50页 |
| ·引言 | 第33-34页 |
| ·光照补偿 | 第34-37页 |
| ·肤色提取 | 第37-45页 |
| ·HIS颜色模型 | 第38-39页 |
| ·YES颜色模型 | 第39-40页 |
| ·YIQ颜色模型 | 第40-41页 |
| ·YCbCr颜色模型 | 第41-43页 |
| ·KL颜色模型 | 第43-44页 |
| ·基于 KL和 YCbCr的肤色提取 | 第44-45页 |
| ·去噪和填充 | 第45-46页 |
| ·人脸区域的定位 | 第46-48页 |
| ·实验结果分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 人脸图像预处理 | 第50-63页 |
| ·引言 | 第50-51页 |
| ·人脸图像预处理方法 | 第51-61页 |
| ·图像剪裁 | 第51页 |
| ·图像类型转换 | 第51-52页 |
| ·滤波去噪 | 第52-53页 |
| ·图像灰度变换 | 第53-54页 |
| ·人脸图像尺寸归一化 | 第54-61页 |
| ·试验结果分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 基于 PCA和小波变换的人脸识别方法 | 第63-77页 |
| ·引言 | 第63-64页 |
| ·基本原理 | 第64-69页 |
| ·PCA人脸识别方法 | 第64-66页 |
| ·小波变换 | 第66-69页 |
| ·基于 PCA和小波变换的人脸识别 | 第69-70页 |
| ·PCA方法的两种特征向量提取方法 | 第70-72页 |
| ·凯塞准则法 | 第71页 |
| ·特征值图法 | 第71-72页 |
| ·实验结果及分析 | 第72-76页 |
| ·本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第84-85页 |
| 致谢 | 第85页 |
