视频检索中人脸识别技术的研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-11页 |
| ·人脸识别技术应用背景 | 第8-9页 |
| ·本文主要研究内容和结构安排 | 第9-11页 |
| ·主要研究内容和主要贡献 | 第9-10页 |
| ·文章结构安排 | 第10-11页 |
| 第二章 人脸识别技术综述 | 第11-18页 |
| ·人脸检测与定位技术综述 | 第11-14页 |
| ·基于统计的人脸检测方法 | 第11-13页 |
| ·基于知识建模的人脸检测方法 | 第13-14页 |
| ·人脸特征提取与识别技术综述 | 第14-17页 |
| ·基于几何特征的方法 | 第15页 |
| ·基于特征脸的方法 | 第15-16页 |
| ·局部特征方法 | 第16页 |
| ·基于弹性模型的方法 | 第16页 |
| ·神经网络方法 | 第16-17页 |
| ·人脸识别技术的难点 | 第17-18页 |
| 第三章 人脸检测与人脸标准化 | 第18-33页 |
| ·基于Adboost的人脸检测与定位 | 第18-25页 |
| ·AdaBoost方法概述 | 第18-20页 |
| ·基于AdaBoost的人脸检测 | 第20-25页 |
| ·人眼检测与定位 | 第25-29页 |
| ·灰度积分投影法 | 第25-27页 |
| ·人眼检测与定位处理流程 | 第27-28页 |
| ·眼睛定位实验结果及讨论 | 第28-29页 |
| ·人脸图像预处理及标准化 | 第29-32页 |
| ·平面旋转人脸校正 | 第30页 |
| ·图像大小归一化 | 第30-31页 |
| ·图像掩模 | 第31页 |
| ·灰度拉伸 | 第31页 |
| ·直方图均衡化 | 第31-32页 |
| ·像素灰度值归一化 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第四章 人脸识别 | 第33-56页 |
| ·基于子空间的人脸识别 | 第33-43页 |
| ·基于特征脸的识别 | 第33-36页 |
| ·Fisher脸的识别 | 第36-41页 |
| ·基于LDA算法的改进 | 第41-43页 |
| ·Gabor特征提取 | 第43-48页 |
| ·Gabor核函数 | 第44-46页 |
| ·Gabor变换提取特征 | 第46-48页 |
| ·基于SVM的人脸识别 | 第48-55页 |
| ·SVM原理 | 第49-53页 |
| ·SVM多类问题 | 第53-54页 |
| ·SVM与人脸识别 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 人脸识别在视频搜索系统中的实现及实验分析 | 第56-61页 |
| ·视频检索中人脸识别子系统总体描述 | 第56-57页 |
| ·功能模块 | 第56-57页 |
| ·数据库模块 | 第57页 |
| ·人脸识别算法实验评估与分析 | 第57-60页 |
| ·Fisher脸、LDA算法比较 | 第57-59页 |
| ·SVM人脸识别结果分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
