人脸识别的算法研究
| 前言 | 第1-8页 |
| 第一章 人脸识别发展与现状 | 第8-11页 |
| 1．1 发展 | 第8页 |
| 1．2 现状 | 第8-11页 |
| 1．2．1 基于几何特征的人脸正面自动识别方法 | 第8-9页 |
| 1．2．2 基于代数特征的人脸正面自动识别方法 | 第9页 |
| 1．2．3 基于神经网络的自动识别方法 | 第9-10页 |
| 1．2．4 其他方法 | 第10页 |
| 1．2．5 总结 | 第10-11页 |
| 第二章 人脸定位 | 第11-41页 |
| 2．1 图像预处理 | 第11-13页 |
| 2．1．1 图像格式 | 第12-13页 |
| 2．1．2 人脸数据库 | 第13页 |
| 2．2 人脸图像噪声去除 | 第13-17页 |
| 2．2．1 平滑的数学本质 | 第14-15页 |
| 2．2．2 中值滤波 | 第15-17页 |
| 2．3 积分投影预定位 | 第17-30页 |
| 2．3．1 二值化人脸图像 | 第18-21页 |
| 2．3．2 积分投影的原理 | 第21页 |
| 2．3．3 人脸轮廓垂直积分投影定位 | 第21-25页 |
| 2．3．4 人眉水平积分投影图定位 | 第25-29页 |
| 2．3．5 人脸图像的边缘检测 | 第29-30页 |
| 2．4 椭圆轮廓模板匹配 | 第30-38页 |
| 2．4．1 模板的生成 | 第30-31页 |
| 2．4．2 匹配算法 | 第31-38页 |
| 2．5 人脸精确定位 | 第38-40页 |
| 2．5．1 图像的顶端的确定 | 第38页 |
| 2．5．2 图像底端的确定 | 第38-39页 |
| 2．5．3 人脸左右两端定位 | 第39页 |
| 2．5．4 精确定位效果 | 第39-40页 |
| 2．6 总结 | 第40-41页 |
| 第三章 人脸的特征提取 | 第41-48页 |
| 3．1 图像标准化 | 第42-43页 |
| 3．1．1 几何标准化 | 第42页 |
| 3．1．2 灰度标准化 | 第42-43页 |
| 3．2 积分投影曲线 | 第43-45页 |
| 3．2．1 垂直与水平积分投影曲线 | 第44页 |
| 3．2．2 椭圆积分投影曲线 | 第44-45页 |
| 3．2．3 上下半椭圆积分投影曲线 | 第45页 |
| 3．3 离散傅里叶变换 | 第45-47页 |
| 3．4 人脸特征提取 | 第47-48页 |
| 第四章 人脸识别 | 第48-54页 |
| 4．1 人脸识别样本库的建立 | 第48-51页 |
| 4．1．1 样本库的建立方法与流程 | 第48-49页 |
| 4．1．2 样本库的数据结构 | 第49页 |
| 4．1．3 样本库管理 | 第49-51页 |
| 4．2 最近邻法 | 第51-54页 |
| 4．2．1 距离 | 第51-52页 |
| 4．2．2 最近邻决策规则 | 第52-53页 |
| 4．2．3 可做拒绝的决策的邻近法 | 第53-54页 |
| 第五章 识别结果与分析 | 第54-56页 |
| 5．1 识别结果 | 第54-55页 |
| 5．2 分析 | 第55-56页 |
| 结束语 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-62页 |
