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 |