面向特定人的唇动身份认证技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.1.1 课题来源 | 第9页 |
| 1.1.2 研究目的和意义 | 第9-10页 |
| 1.2 唇动认证技术的发展现状 | 第10-17页 |
| 1.2.1 数据库 | 第11-12页 |
| 1.2.2 人脸及唇部定位 | 第12-14页 |
| 1.2.3 唇动特征的提取 | 第14-15页 |
| 1.2.4 识别分类算法 | 第15-17页 |
| 1.3 本文的主要研究内容 | 第17-18页 |
| 第2章 唇动数据库 | 第18-25页 |
| 2.1 引言 | 第18页 |
| 2.2 静态人脸数据库 | 第18-20页 |
| 2.3 双模态语料数据库 | 第20-22页 |
| 2.3.1 国外数据库 | 第20-21页 |
| 2.3.2 国内数据库 | 第21-22页 |
| 2.4 本文所使用的数据库 | 第22-24页 |
| 2.4.1 采用现有的数据库 | 第22-23页 |
| 2.4.2 自创建数据库 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 唇部定位及代表图片序列提取 | 第25-40页 |
| 3.1 引言 | 第25页 |
| 3.2 人脸检测 | 第25-31页 |
| 3.2.1 Harr-like特征 | 第25-27页 |
| 3.2.2 积分图 | 第27-28页 |
| 3.2.3 Adaboost算法 | 第28-29页 |
| 3.2.4 级联分类器 | 第29-30页 |
| 3.2.5 实验结果 | 第30-31页 |
| 3.3 唇部定位 | 第31-36页 |
| 3.3.1 唇部粗定位 | 第31-32页 |
| 3.3.2 唇部细定位 | 第32-36页 |
| 3.4 代表图片序列提取算法 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于静态特征的唇部识别 | 第40-52页 |
| 4.1 引言 | 第40页 |
| 4.2 基于静态特征与神经网络的模式识别 | 第40-47页 |
| 4.2.1 Hu特征 | 第40-41页 |
| 4.2.2 灰度共生矩阵 | 第41-44页 |
| 4.2.3 灰度梯度共生矩阵 | 第44-46页 |
| 4.2.4 实验结果 | 第46-47页 |
| 4.3 基于PCA的个人唇部识别 | 第47-51页 |
| 4.3.1 基础理论 | 第47-50页 |
| 4.3.2 实验结果 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 特定人唇语识别 | 第52-65页 |
| 5.1 引言 | 第52页 |
| 5.2 基于SURF的特定人唇语识别 | 第52-59页 |
| 5.2.1 SURF算法 | 第52-55页 |
| 5.2.2 SURF在唇语识别中的应用 | 第55-58页 |
| 5.2.3 识别结果 | 第58-59页 |
| 5.3 基于LBP的特定人唇语识别 | 第59-64页 |
| 5.3.1 LBP算法 | 第59-61页 |
| 5.3.2 LBP在唇语识别中的应用及实验结果 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71页 |
