基于加权投票和关键帧提取的视频流人脸识别方法研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-19页 |
| ·人脸识别简介 | 第8-10页 |
| ·生物特征识别技术 | 第8页 |
| ·人脸识别 | 第8-10页 |
| ·人脸识别的研究背景和意义 | 第10-11页 |
| ·国内外的研究现状 | 第11-12页 |
| ·人脸识别技术概述 | 第12-15页 |
| ·视频关键帧提取技术 | 第15-17页 |
| ·论文主要工作及结构安排 | 第17-19页 |
| ·本文的主要工作 | 第17-18页 |
| ·本文的章节安排 | 第18-19页 |
| 第二章 人脸检测与预处理 | 第19-34页 |
| ·基于Adaboost 算法的人脸检测方法 | 第19-26页 |
| ·矩形特征与积分图 | 第19-21页 |
| ·Adaboost 学习算法 | 第21-22页 |
| ·弱分类器设计 | 第22-23页 |
| ·级联分类器 | 第23-25页 |
| ·人脸检测 | 第25-26页 |
| ·人脸关键特征点定位 | 第26-29页 |
| ·人脸图像预处理 | 第29-32页 |
| ·人脸图像的几何归一化 | 第29-30页 |
| ·光照预处理 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 视频人脸序列的关键帧提取 | 第34-46页 |
| ·基于颜色直方图的人脸视频关键帧提取算法 | 第34-40页 |
| ·颜色空间概述 | 第34-36页 |
| ·RGB 空间到HSV 空间的转换 | 第36-37页 |
| ·颜色空间量化 | 第37-38页 |
| ·颜色直方图 | 第38-39页 |
| ·基于颜色直方图的人脸序列关键帧提取 | 第39-40页 |
| ·关键帧提取子系统 | 第40-41页 |
| ·实验结果 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 基于弹性图匹配的视频流人脸识别 | 第46-65页 |
| ·Gabor 小波变换理论 | 第46-53页 |
| ·傅里叶变换 | 第46-48页 |
| ·小波变换 | 第48-49页 |
| ·Gabor 小波的生物学背景 | 第49-50页 |
| ·二维Gabor 小波变换 | 第50-51页 |
| ·二维Gabor 滤波器组的参数 | 第51-53页 |
| ·弹性图匹配算法 | 第53-63页 |
| ·相似度度量 | 第54-56页 |
| ·人脸特征点选取 | 第56-62页 |
| ·加权相似度度量 | 第62-63页 |
| ·识别结果对比分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 视频人脸识别系统的设计和实现 | 第65-73页 |
| ·DirectShow 阐述 | 第65-67页 |
| ·Intel OpenCV 阐述 | 第67-68页 |
| ·人脸识别系统设计 | 第68-70页 |
| ·各功能模块设计 | 第68-69页 |
| ·数据库设计 | 第69-70页 |
| ·人脸识别系统实现 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| ·工作总结 | 第73页 |
| ·展望未来 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士期间公开发表（录用）论文 | 第80-81页 |
| 致谢 | 第81-82页 |
