首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人脸识别系统评测方法及实践

摘要第1-5页
Abstract第5-8页
第一章 绪论第8-14页
     ·研究背景第8-9页
     ·人脸识别技术的发展现状第9-11页
     ·研究目的和研究意义第11-13页
       ·大型综合人脸图像数据库第11-12页
       ·人脸识别算法的性能评测第12-13页
     ·本文的主要工作第13-14页
第二章 CAS-PEAL 大型人脸数据库第14-27页
     ·人脸数据库的发展现状第14-18页
     ·CAS-PEAL 人脸数据库的采集环境第18-20页
       ·多角度摄像头分布环境第18-19页
       ·多光源分布环境第19页
       ·多饰物的选择第19页
       ·背景变化第19-20页
     ·CAS-PEAL 人脸数据库命名规则第20-22页
     ·CAS-PEAL 人脸数据库的图片示例第22-24页
       ·姿态子库第22页
       ·表情子库第22页
       ·饰物子库第22-23页
       ·光照子库第23页
       ·背景子库第23页
       ·距离子库第23页
       ·时间跨度子库第23-24页
       ·组合子库第24页
     ·人脸特征点的标注第24-25页
     ·CAS-PEAL-R1 共享人脸数据库第25-26页
     ·小结第26-27页
第三章 人脸识别算法性能评测方法研究第27-41页
     ·大型评测工作的发展现状第27-30页
       ·FERET(Face Recognition Technology)第27-28页
       ·FRVT 2000(Facial Recognition Vendor Test 2000)第28-29页
       ·FRVT 2002(Face Recognition Vendor Test 2002)第29-30页
     ·性能评测设计的若干基本原则第30-32页
       ·性能评测的三熊原则第30页
       ·选择评测数据时需要注意的问题第30-31页
       ·数据集合的划分方法第31页
       ·第三方独立评测原则第31-32页
     ·性能评测的方法分类第32-34页
       ·识别与认证基本问题描述第32-33页
       ·按照系统任务分类第33页
       ·按照自动化程度分类第33页
       ·按照评测的目的和内容分类第33-34页
     ·性能评测的指标第34-40页
       ·人脸特征检测性能评价指标第34页
       ·开集识别性能评价指标第34-36页
       ·闭集识别性能评价指标第36-37页
       ·身份认证性能评价指标第37-39页
       ·误配准鲁棒性能评价指标第39-40页
     ·小结第40-41页
第四章 基于CAS-PEAL 人脸数据库的综合人脸识别系统评测第41-58页
     ·JDL 人脸识别系统综合评测协议第41-43页
       ·评测数据的选择第41-42页
       ·识别系统输出数据格式第42-43页
     ·人脸识别基准算法的实现第43-47页
       ·特征脸识别算法(Eigenface)第43-46页
       ·模板匹配识别算法(Correlation)第46-47页
     ·商用人脸识别系统的实现第47-49页
       ·系统A第47-48页
       ·系统B第48-49页
     ·测试结果第49-56页
       ·系统A 和系统B 的特征点检测测试第50-51页
       ·综合识别测试第51-53页
       ·综合认证测试第53-56页
     ·测试结果分析第56-57页
     ·小结第57-58页
第五章 总结和展望第58-61页
     ·本文工作总结第58页
     ·展望第58-61页
参考文献第61-64页
致谢第64-65页
作者简历第65页

论文共65页,点击 下载论文
上一篇:城市型生态农业园区规划研究——以开封高效生态农业园区为例
下一篇:基于CoP建模的信息过滤技术研究