| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-17页 |
| ·生物特征和生物认证技术 | 第8-10页 |
| ·人脸识别技术 | 第10-16页 |
| ·人脸识别的主要流程 | 第11-13页 |
| ·人脸识别的技术关键 | 第13-14页 |
| ·人脸识别的研究现状 | 第14页 |
| ·人脸识别的应用现状 | 第14-16页 |
| ·本文的研究内容和主要工作 | 第16-17页 |
| 2 人脸检测图像的增强处理 | 第17-26页 |
| ·引言 | 第17-19页 |
| ·对比度受限自适应直方图均衡(CLAHE) | 第19-22页 |
| ·实验设计 | 第22-23页 |
| ·人脸库的选择 | 第22-23页 |
| ·人脸检测算法的选择 | 第23页 |
| ·实验结果及分析 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 3 人脸识别图像的几何及灰度规范化预处理 | 第26-30页 |
| ·几何校正 | 第27-28页 |
| ·图像掩模 | 第28页 |
| ·灰度归一化 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 4 基于Trace变换的人脸认证系统 | 第30-48页 |
| ·引言 | 第30-31页 |
| ·Trace变换特征 | 第31-36页 |
| ·trace变换基本原理 | 第31-34页 |
| ·特征提取 | 第34-36页 |
| ·基于Hausdorff关联的形状匹配 | 第36-40页 |
| ·形状关联 | 第36-37页 |
| ·Hausdorff距离 | 第37-38页 |
| ·Hausdorff关联 | 第38-40页 |
| ·强化学习 | 第40-43页 |
| ·强化学习的原理 | 第40-41页 |
| ·强化学习网络的组成 | 第41-42页 |
| ·权值矩阵的调节 | 第42-43页 |
| ·预偏置的强化学习算法 | 第43页 |
| ·训练算法及参数设置 | 第43-45页 |
| ·实验及结果分析 | 第45-47页 |
| ·人脸认证的评价标准 | 第45-46页 |
| ·实验人脸库 | 第46页 |
| ·测试结果及分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录A BAC2005 FDIB-B人脸库 | 第52-53页 |
| 附录B 不同图像增强方法的效果对比 | 第53-54页 |
| 附录C 不同人脸的trace变换结果 | 第54-55页 |
| 附录D 使用不同trace泛函的trace变换结果 | 第55-56页 |
| 攻读硕士学位期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57-58页 |
| 大连理工大学学位论文版权使用授权书 | 第58页 |