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

非控环境下的人脸检测与识别技术研究

摘要第4-5页
abstract第5页
专用术语注释表第9-10页
第一章 绪论第10-15页
    1.1 课题研究背景及意义第10页
    1.2 国内外研究现状第10-13页
        1.2.1 人脸检测的研究现状第11-12页
        1.2.2 人脸识别的研究现状第12-13页
    1.3 课题研究难点第13页
    1.4 课题研究工作及章节安排第13-15页
第二章 人脸检测与识别相关技术简介第15-27页
    2.1 人脸识别的基本流程第15页
    2.2 经典人脸检测方法第15-18页
        2.2.1 基于AdaBoost算法的人脸检测第16-18页
    2.3 经典人脸特征提取算法第18-21页
        2.3.1 HOG特征提取算法第18-19页
        2.3.2 LBP特征提取算法第19-20页
        2.3.3 Gabor小波特征提取算法第20-21页
    2.4 经典特征分类方法第21-24页
        2.4.1 支持向量机第21-23页
        2.4.2 稀疏表示分类第23-24页
    2.5 人脸数据库简介第24-25页
        2.5.1 LFW数据库第24-25页
        2.5.2 PubFig数据库第25页
    2.6 本章小结第25-27页
第三章 基于视觉显著性的人脸目标检测算法第27-36页
    3.1 视觉显著性检测概述第27页
    3.2 基于视觉显著性的人脸目标检测原理第27-31页
        3.2.1 基于图论的视觉显著性(Graph-Based Visual Saliency,GBVS)第28-30页
        3.2.2 基于视觉显著性的人脸目标检测算法的实现第30-31页
    3.3 实验结果与分析第31-35页
        3.3.1 GBVS与Itti,CASD显著区域检测效果比较第31-32页
        3.3.2 本文算法与基于Viola-Jones检测器的人脸检测效果比较第32-34页
        3.3.3 本文算法在非控人脸识别中的应用第34-35页
    3.4 本章小结第35-36页
第四章 基于HOG_SRC的人脸识别算法第36-55页
    4.1 SRC算法模型第36-37页
    4.2 SRC人脸识别算法流程第37-38页
    4.3 HOG_SRC人脸识别算法第38-40页
        4.3.1 HOG_SRC人脸识别算法的实现第39-40页
    4.4 特征降维第40-46页
        4.4.1 主成分分析(PCA)第40-41页
        4.4.2 线性判别式分析(LDA)第41-42页
        4.4.3 局部敏感判别分析(LSDA)第42-44页
        4.4.4 等距离映射(IsoP)第44-45页
        4.4.5 正交局部保持投影(OLPP)第45-46页
    4.5 实验结果与分析第46-53页
    4.6 本章小结第53-55页
第五章 基于PCA_SHIFT_SRC的人脸识别算法第55-62页
    5.1 PCA_SHIFT_SRC人脸识别算法的提出第55-57页
        5.1.1 PCA_SHIFT_SRC人脸识别算法的实现第55-56页
        5.1.2 PCA_SHIFT_SRC算法有效性数值分析第56-57页
    5.2 层级字典构建(Cascade Dictionary,CD)第57-58页
    5.3 实验结果与分析第58-60页
    5.4 本章小结第60-62页
第六章 总结与展望第62-64页
    6.1 本文工作总结第62-63页
    6.2 未来工作展望第63-64页
参考文献第64-68页
附录1 攻读硕士学位期间撰写的论文第68-69页
附录2 攻读硕士学位期间申请的专利第69-70页
附录3 攻读硕士学位期间参加的科研项目第70-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:科学求实与效率视域下的科研审计
下一篇:河北省宁晋县凤凰镇方言后缀“-子”“-儿”“-头”