非限定环境下的人脸识别方法研究
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第16-26页 |
1.1 研究背景及意义 | 第16-18页 |
1.2 国内外研究现状 | 第18-21页 |
1.3 存在的问题 | 第21-23页 |
1.4 本文的研究内容与组织结构 | 第23-26页 |
1.4.1 研究内容 | 第23-24页 |
1.4.2 组织结构 | 第24-26页 |
第二章 非限定环境下的人脸识别方法概述 | 第26-42页 |
2.1 引言 | 第26-27页 |
2.2 基本概念 | 第27-28页 |
2.3 基于局部特征的人脸识别方法 | 第28-31页 |
2.3.1 局部二值特征 | 第28-29页 |
2.3.2 Gabor特征 | 第29-30页 |
2.3.3 尺度不变特征变换算子 | 第30-31页 |
2.3.4 小结 | 第31页 |
2.4 基于特征编码的人脸识别方法 | 第31-35页 |
2.4.1 矢量量化编码方法 | 第32页 |
2.4.2 局部约束线性编码方法 | 第32-33页 |
2.4.3 Fisher编码方法 | 第33-34页 |
2.4.4 VLAD编码方法 | 第34页 |
2.4.5 分层高斯编码方法 | 第34-35页 |
2.4.6 小结 | 第35页 |
2.5 基于深度学习的人脸识别方法 | 第35-37页 |
2.5.1 DeepFace网络 | 第36页 |
2.5.2 DeepID系列 | 第36页 |
2.5.3 FaceNet网络 | 第36-37页 |
2.5.4 小结 | 第37页 |
2.6 人脸数据库介绍 | 第37-41页 |
2.6.1 限定环境下的人脸数据库 | 第37-38页 |
2.6.2 非限定环境下的人脸数据库 | 第38-40页 |
2.6.3 网络模型训练数据库 | 第40页 |
2.6.4 小结 | 第40-41页 |
2.7 本章小结 | 第41-42页 |
第三章 人脸预处理中的检测及关键点定位方法研究 | 第42-66页 |
3.1 引言 | 第42-45页 |
3.2 基于分层全卷积的人脸检测方法 | 第45-53页 |
3.2.1 人脸检测流程 | 第45-46页 |
3.2.2 模型介绍 | 第46-47页 |
3.2.3 实现细节 | 第47-50页 |
3.2.4 实验 | 第50-53页 |
3.3 基于空间变换的人脸关键点定位方法 | 第53-65页 |
3.3.1 基于空间变换的人脸关键点定位流程 | 第54-55页 |
3.3.2 实现细节 | 第55-58页 |
3.3.3 模型训练 | 第58-59页 |
3.3.4 实验 | 第59-65页 |
3.4 本章小结 | 第65-66页 |
第四章 基于关键点扰动的人脸数据生成方法 | 第66-92页 |
4.1 引言 | 第66-69页 |
4.2 人脸对齐流程 | 第69-72页 |
4.3 关键点扰动 | 第72-76页 |
4.3.1 基本思想 | 第72-73页 |
4.3.2 具体实现 | 第73-76页 |
4.4 实验与分析 | 第76-90页 |
4.4.1 实验设置 | 第76-78页 |
4.4.2 Multi-PIE上的实验结果 | 第78-79页 |
4.4.3 LFW上的实验结果 | 第79-82页 |
4.4.4 YTF上的实验结果 | 第82-83页 |
4.4.5 与其它数据生成方法比较 | 第83-85页 |
4.4.6 与直接收集数据扩充数据库方法对比 | 第85-86页 |
4.4.7 讨论 | 第86-90页 |
4.5 本章小结 | 第90-92页 |
第五章 基于隐变量分析的跨媒介人脸识别方法 | 第92-114页 |
5.1 引言 | 第92-94页 |
5.2 相关工作 | 第94页 |
5.3 基于隐变量分析的跨媒介人脸识别方法 | 第94-101页 |
5.3.1 模型建立 | 第94-95页 |
5.3.2 模型求解 | 第95-98页 |
5.3.3 模型分析 | 第98-99页 |
5.3.4 相似度比较 | 第99-101页 |
5.4 实验与分析 | 第101-111页 |
5.4.1 人证比对 | 第101-107页 |
5.4.2 素描-图像 | 第107-109页 |
5.4.3 3D正规化人脸-图像 | 第109-111页 |
5.5 本章小结 | 第111-114页 |
第六章 结束语 | 第114-118页 |
6.1 本文工作总结 | 第114-116页 |
6.2 下一步研究方向 | 第116-118页 |
参考文献 | 第118-128页 |
作者简历 | 第128-130页 |
致谢 | 第130-131页 |