基于SIFT算法的人脸识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 人脸识别技术概述 | 第9-14页 |
| 1.1.1 课题背景及研究意义 | 第9-10页 |
| 1.1.2 人脸识别技术的应用 | 第10-11页 |
| 1.1.3 人脸识别技术的研究现状与发展 | 第11-14页 |
| 1.2 研究内容及章节安排 | 第14-16页 |
| 第2章 人脸识别的基本原理 | 第16-28页 |
| 2.1 人脸识别的基本流程 | 第16-18页 |
| 2.2 人脸图像的预处理 | 第18-22页 |
| 2.2.1 图像噪声滤波 | 第19页 |
| 2.2.2 人脸图像归一化 | 第19-22页 |
| 2.3 几种人脸识别算法 | 第22-26页 |
| 2.3.1 基于PCA的人脸识别算法 | 第22-23页 |
| 2.3.2 基于局部二值模式LBP的人脸识别算法 | 第23-24页 |
| 2.3.3 基于弹性束图匹配的人脸识别算法 | 第24-25页 |
| 2.3.4 基于神经网络的人脸识别算法 | 第25-26页 |
| 2.4 人脸识别算法的评价 | 第26-27页 |
| 2.4.1 主观评价 | 第26页 |
| 2.4.2 客观评价 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 SIFT算法与其改进 | 第28-40页 |
| 3.1 SIFT算法的基本理论 | 第28-34页 |
| 3.1.1 尺度空间极值点的检测 | 第29-31页 |
| 3.1.2 关键点定位 | 第31-32页 |
| 3.1.3 关键点方向的确定 | 第32-33页 |
| 3.1.4 关键点描述 | 第33-34页 |
| 3.2 SIFT特征的优越性及其证明 | 第34-35页 |
| 3.3 SIFT算法的改进 | 第35-38页 |
| 3.3.1 SIFT描述子的改进 | 第35-38页 |
| 3.4 SIFT图像的匹配 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 SIFT算法在人脸识别上的应用 | 第40-48页 |
| 4.1 基于SIFT的人脸识别基本原理 | 第40-41页 |
| 4.2 基于几何约束的人脸匹配方法 | 第41-44页 |
| 4.2.1 ASM模型 | 第42页 |
| 4.2.2 人脸特征匹配方法 | 第42-44页 |
| 4.3 实验结果分析 | 第44-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第5章 结论和展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |
| 致谢 | 第55页 |
