基于SIFT算法的人眼定位方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·人脸识别的意义 | 第8页 |
| ·人眼定位研究的发展现状 | 第8-9页 |
| ·常用人眼检测方法介绍 | 第9-14页 |
| ·基于模板匹配的方法 | 第9-11页 |
| ·基于统计的方法 | 第11-12页 |
| ·基于知识的方法 | 第12-14页 |
| 2 人眼定位的重点及难点 | 第14-19页 |
| ·常见的人脸识别的瓶颈 | 第14页 |
| ·人眼检测存在的问题 | 第14-15页 |
| ·本文主要考虑的情况 | 第15-19页 |
| 3 人脸图像的获取和预处理 | 第19-24页 |
| ·人脸检测处理 | 第19页 |
| ·预处理的原因 | 第19页 |
| ·几种预处理方法的介绍 | 第19-23页 |
| ·图像消噪处理 | 第19-21页 |
| ·图像直方图处理 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 4 基于相关运算的人眼定位 | 第24-30页 |
| ·相关运算介绍 | 第24页 |
| ·傅里叶变换介绍 | 第24-27页 |
| ·傅里叶变换的基本概念 | 第24-25页 |
| ·离散傅里叶变换 | 第25-27页 |
| ·图像傅立叶变换的物理意义 | 第27-28页 |
| ·傅里叶变换在相关计算中的应用 | 第28-29页 |
| ·实验结果 | 第29-30页 |
| 5 基于模板匹配的人眼定位 | 第30-36页 |
| ·模板匹配原理 | 第30-31页 |
| ·选取模板构建区域 | 第31-32页 |
| ·眼睛定位方法介绍 | 第31-32页 |
| ·对眼睛的定位的具体步骤 | 第32-35页 |
| ·二值化图像的局部信息 | 第32-33页 |
| ·边界提取 | 第33页 |
| ·眼睛部分的判断 | 第33-34页 |
| ·聚类操作 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 6 基于 SIFT 特征的人眼定位 | 第36-47页 |
| ·SIFT 介绍 | 第36页 |
| ·SIFT 特征提取 | 第36-41页 |
| ·尺度空间介绍 | 第36-37页 |
| ·空间极值点检测 | 第37-38页 |
| ·尺度空间的构建 | 第38页 |
| ·极值点位置的确定 | 第38-39页 |
| ·关键点方向的确定 | 第39-40页 |
| ·特征点描述子生成 | 第40-41页 |
| ·人脸 SIFT 特征提取 | 第41-45页 |
| ·眼部特征子区域特征的划分 | 第42-43页 |
| ·眼睛区域的确定 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 7 结合 PCA 和 BP 神经网络的人脸识别 | 第47-54页 |
| ·PCA 简介 | 第47页 |
| ·基于 PCA 的特征提取 | 第47-48页 |
| ·神经网络简介 | 第48-51页 |
| ·神经网络介绍 | 第48-49页 |
| ·BP 人工神经网络 | 第49页 |
| ·BP 神经网络的学习过程 | 第49-50页 |
| ·确定隐藏层 | 第50-51页 |
| ·识别步骤 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 8 总结与展望 | 第54-57页 |
| ·算法效果比较分析 | 第54-56页 |
| ·人眼定位发展趋势 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
