人脸识别技术研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-21页 |
| ·自动识别技术简介 | 第9-13页 |
| ·条码识别技术 | 第9-10页 |
| ·射频识别技术 | 第10页 |
| ·生物识别技术 | 第10-12页 |
| ·光字符识别技术 | 第12-13页 |
| ·人脸识别技术简介 | 第13-19页 |
| ·课题研究的意义 | 第13页 |
| ·人脸识别系统的研究内容 | 第13-14页 |
| ·人脸识别技术的发展过程与成果 | 第14-17页 |
| ·人脸识别技术的应用 | 第17-18页 |
| ·人脸识别技术的优点和难点 | 第18-19页 |
| ·本文的结构与研究成果 | 第19-21页 |
| 第2章 人脸检测与定位 | 第21-40页 |
| ·人脸图像的预处理 | 第21-24页 |
| ·灰度规范化 | 第21-22页 |
| ·几何变换 | 第22-23页 |
| ·图像滤波 | 第23-24页 |
| ·边缘检测 | 第24页 |
| ·人脸检测 | 第24-34页 |
| ·基于知识的方法 | 第25-26页 |
| ·基于特征的方法 | 第26-27页 |
| ·基于模板匹配的方法 | 第27页 |
| ·基于外观的方法 | 第27-28页 |
| ·基于肤色模型的方法 | 第28-34页 |
| ·本文的人脸检测方法 | 第34-40页 |
| ·图像的预处理 | 第34-35页 |
| ·面部器官基准的选择 | 第35-36页 |
| ·人眼定位 | 第36-40页 |
| 第3章 基于局部特征分析的人脸识别方法 | 第40-56页 |
| ·基于局部特征的人脸识别技术的研究现状 | 第40-41页 |
| ·面部局部特征的提取 | 第41-51页 |
| ·眼睛的特征提取 | 第41-44页 |
| ·眉毛的特征提取 | 第44-45页 |
| ·鼻子的特征提取 | 第45-46页 |
| ·嘴巴的特征提取 | 第46-48页 |
| ·脸宽的特征提取 | 第48-49页 |
| ·下巴的特征提取 | 第49-51页 |
| ·比对识别 | 第51-55页 |
| ·特征的选择 | 第51-52页 |
| ·排队计分准则 | 第52-55页 |
| ·实验结果及评价 | 第55-56页 |
| 第4章 基于主成分分析的人脸识别方法 | 第56-63页 |
| ·主成分分析技术简介 | 第56-58页 |
| ·融合全局PCA和局部PCA的人脸识别方法 | 第58-61页 |
| ·实验结果及评价 | 第61-63页 |
| 第5章 基于核主成分分析的人脸识别方法 | 第63-69页 |
| ·人脸图像的二维小波分解 | 第63-64页 |
| ·核主成分分析技术简介 | 第64-66页 |
| ·融合小波分解和平滑滤波的KPCA人脸识别方法 | 第66页 |
| ·实验结果及评价 | 第66-69页 |
| 第6章 总结与展望 | 第69-72页 |
| ·总结 | 第69-70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间发表的论文及承担的科研情况 | 第77页 |
