基于深度信息学习的人脸自然特征提取与识别
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题介绍 | 第9页 |
| 1.2 研究现状分析 | 第9-13页 |
| 1.2.1 人脸检测技术研究现状 | 第9-12页 |
| 1.2.2 特征描述方法研究现状 | 第12-13页 |
| 1.3 研究的目的及意义 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 人脸检测方法研究概述 | 第16-25页 |
| 2.1 肤色检测方法概述 | 第16-19页 |
| 2.2 基于模板匹配的方法 | 第19-21页 |
| 2.3 基于学习的人脸检测 | 第21-24页 |
| 2.4 小结 | 第24-25页 |
| 第三章 深度信息处理 | 第25-33页 |
| 3.1 深度信息简介 | 第25-26页 |
| 3.2 深度信息获取及预处理 | 第26-32页 |
| 3.2.1 主动测距法 | 第27-28页 |
| 3.2.2 被动测距法 | 第28-29页 |
| 3.2.3 深度图像预处理 | 第29-32页 |
| 3.3 小结 | 第32-33页 |
| 第四章 深度信息学习的人脸分类器训练 | 第33-43页 |
| 4.1 人脸检测特征描述 | 第33-36页 |
| 4.2 SVM分类器训练系统 | 第36-39页 |
| 4.3 2D人脸分类器的训练 | 第39-40页 |
| 4.4 3D人脸分类器的训练 | 第40-42页 |
| 4.5 小结 | 第42-43页 |
| 第五章 人脸检测识别系统简介 | 第43-50页 |
| 5.1 系统硬件及软件环境介绍 | 第43-44页 |
| 5.2 系统架构概述 | 第44-47页 |
| 5.2.1 离线训练阶段 | 第44-45页 |
| 5.2.2 在线检测阶段 | 第45-47页 |
| 5.3 系统性能分析与对比 | 第47-49页 |
| 5.3.1 检测率 | 第47页 |
| 5.3.2 误检率 | 第47-48页 |
| 5.3.3 检测速度 | 第48页 |
| 5.3.4 鲁棒性分析 | 第48-49页 |
| 5.4 小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-53页 |
| 6.1 成果及创新点总结 | 第50-51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士期间所发表的学术论文 | 第56页 |
