中文摘要 | 第1-5页 |
英文摘要 | 第5-6页 |
第一章 绪论 | 第6-11页 |
§1.1 课题的背景与研究意义 | 第6页 |
§1.2 论文的主要研究内容 | 第6-8页 |
§1.3 论文的主要研究成果 | 第8-9页 |
§1.4 论文内容安排 | 第9-11页 |
第二章 复杂背景下的人脸检测技术 | 第11-24页 |
§2.1 概述 | 第11-13页 |
§2.2 复杂背景下的灰度人脸检测 | 第13-14页 |
§2.3 复杂背景下的彩色人脸检测技术 | 第14-23页 |
§2.3.1 引言 | 第14-15页 |
§2.3.2 基于彩色分割的人脸候选区检测 | 第15-16页 |
§2.3.3 基于简单形状分析的的人脸一次证实 | 第16-17页 |
§2.3.4 基于人脸局部特征的人脸二次证实 | 第17-19页 |
§2.3.5 基于人头部模型的人脸三次证实 | 第19页 |
§2.3.6 实验结果与总结 | 第19-23页 |
§2.4 小结 | 第23-24页 |
第三章 人脸特征提取技术 | 第24-46页 |
§3.1 概述 | 第24-25页 |
§3.2 已有的人脸特征提取方法 | 第25-28页 |
§3.2.1 基于几何结构的人脸特征提取方法 | 第25-26页 |
§3.2.2 基于统计分布的人脸特征提取方法 | 第26-28页 |
§3.3 人脸图像归一化方法 | 第28-29页 |
§3.4 人脸器官特征定位技术 | 第29-37页 |
§3.4.1 已有的人脸器官特征定位技术 | 第29-30页 |
§3.4.2 新的多姿态人脸器官特征定位技术 | 第30-37页 |
一、 概述 | 第30页 |
二、 算法原理 | 第30-33页 |
三、 实验结果与结论 | 第33-37页 |
§3.5 人脸特征自适应选取技术 | 第37-45页 |
§3.5.1 绪论 | 第37-38页 |
§3.5.2 人脸特征自适应选取算法框架 | 第38-39页 |
§3.5.3 人脸特征自适应选取准则 | 第39-43页 |
一、 人脸图像分辨率的评价标准 | 第40页 |
二、 人脸局部特征清晰度的评价标准 | 第40-43页 |
§3.5.4 实验 | 第43-44页 |
§3.5.5 结论 | 第44-45页 |
§3.6 小结 | 第45-46页 |
第四章 基于多视图的多姿态人脸识别技术 | 第46-60页 |
§4.1 概述 | 第46-47页 |
§4.2 现有的人脸识别方法 | 第47-50页 |
§4.2.1 前视人脸识别方法 | 第47-48页 |
§4.2.2 轮廓profile图像人脸识别方法 | 第48页 |
§4.2.3 多姿态人脸识别方法 | 第48-50页 |
§4.3 基于层次模型和融合决策的多姿态人脸识别技术 | 第50-59页 |
§4.3.1 引言 | 第50-51页 |
§4.3.2 基于层次模型和融合决策的多姿态人脸识别技术原理 | 第51页 |
§4.3.3 基于层次模型和融合决策的多姿态人脸识别技术算法1 | 第51-54页 |
§4.3.4 基于层次模型和融合决策的多姿态人脸识别技术算法2 | 第54-55页 |
§4.3.5 实验结果和总结 | 第55-59页 |
§4.4 小结 | 第59-60页 |
第五章 基于单视图的多姿态人脸识别技术 | 第60-76页 |
§5.1 概述 | 第60-61页 |
§5.2 已有的基于单视图或小样本的多姿态人脸识别技术 | 第61-62页 |
§5.2.1 目前的基于单视图的多姿态人脸识别技术研究成果 | 第61-62页 |
§5.3 基于单视图或小样本的多姿态人脸识别技术的研究 | 第62-70页 |
§5.3.1 基于单视图或小样本的多姿态人脸识别的可能技术途径 | 第62-64页 |
§5.3.2 新的基于单视图的多姿态人脸识别技术 | 第64-70页 |
一、 引言 | 第64-65页 |
二、 基于单视图的多姿态人脸图像生成原理和算法 | 第65-67页 |
三、 基于单视图的多姿态人脸识别算法 | 第67页 |
四、 实验结果和总结 | 第67-70页 |
§5.4 多姿态人脸图像生成技术的研究 | 第70-75页 |
§5.4.1 基于3D Head模型及其简化模型方法 | 第70-73页 |
§5.4.2 基于局部图像变形方法 | 第73-74页 |
§5.4.3 基于全局图像变形方法 | 第74-75页 |
§5.5 小结 | 第75-76页 |
第六章 复杂背景下的多姿态彩色人脸识别技术及其模型系统 | 第76-84页 |
§6.1 概述 | 第76页 |
§6.2 模型系统的原理和功能框图 | 第76-78页 |
§6.2.1 绪论 | 第76-77页 |
§6.2.2 具体功能算法 | 第77-78页 |
§6.3 模型系统的实验结果 | 第78-83页 |
§6.3.1 实验结果 | 第78-82页 |
§6.3.2 结论 | 第82-83页 |
§6.4 小结 | 第83-84页 |
第七章 结束语 | 第84-87页 |
§7.1 本文主要研究成果 | 第84-86页 |
§7.2 进一步研究的方向 | 第86-87页 |
致谢 | 第87-88页 |
攻读博士学位期间主要参加和完成的科研任务 | 第88-89页 |
攻读博士学位期间撰写和发表的科技论文 | 第89-90页 |
参考文献 | 第90-98页 |