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

人脸图像的光照和清晰度质量无参考评价及应用

中文摘要第3-5页
英文摘要第5-6页
1 绪论第9-16页
    1.1 课题研究的背景及意义第9页
    1.2 人脸图像质量评价研究现状第9-13页
        1.2.1 人脸图像的光照质量评价第10-11页
        1.2.2 人脸图像清晰度质量评价第11-13页
    1.3 课题研究的难点第13页
    1.4 本文研究内容与章节安排第13-15页
    1.5 本章小结第15-16页
2 人脸图像质量评价概述第16-25页
    2.1 人脸图像质量评价方法第16-19页
        2.1.1 人脸图像主观和客观评价方法第16-17页
        2.1.2 人脸图像无参考客观质量评价第17-19页
        2.1.3 人脸图像质量无参考评价的难点第19页
    2.2 人脸图像质量标准第19-24页
        2.2.1 人脸图像质量标准相关概念第19-22页
        2.2.2 影响人脸图像质量的因素第22-24页
    2.3 本章小结第24-25页
3 人脸图像的光照质量无参考评价方法第25-40页
    3.1 人脸图像的光照失真分析第25-26页
    3.2 光照对称性与全局光照强度融合的人脸光照质量无参考评价第26-32页
        3.2.1 相关性权重的无参考光照质量对称性评价第26-29页
        3.2.2 人脸图像全局光照强度第29-30页
        3.2.3 光照对称性与全局光照强度融合的人脸图像光照质量评价方法第30-32页
    3.3 实验结果与分析第32-39页
        3.3.1 在Yale B人脸库中的实验第32-35页
        3.3.2 在CMU PIE人脸库中的实验第35-37页
        3.3.3 在CAS-PEAL人脸库中的实验第37-39页
    3.4 本章小结第39-40页
4 人脸图像的清晰度质量无参考评价方法第40-52页
    4.1 人脸图像清晰度的概念与特性第40-41页
        4.1.1 清晰度和模糊度的概念第40页
        4.1.2 清晰度质量评价方法的性能评价第40-41页
    4.2 基于人眼视觉特性和边缘检测的人脸图像清晰度质量评价第41-46页
        4.2.1 亮度掩盖和空间复杂度掩盖第41-42页
        4.2.2 恰可察觉模糊模型第42页
        4.2.3 基于人类视觉特性和边缘检测的人脸图像清晰度质量评价第42-45页
        4.2.4 人脸图像的清晰度质量评价方法实现第45-46页
    4.3 实验结果与分析第46-50页
    4.4 本章小结第50-52页
5 人脸图像质量无参考评价方法在人脸识别中的应用第52-59页
    5.1 基于人脸图像质量无参考评价的人脸识别流程第52-53页
    5.2 基于光照质量评价人脸识别实验结果与分析第53-56页
        5.2.1 特征提取与分类器第53-54页
        5.2.2 实验人脸库第54页
        5.2.3 实验过程及结果分析第54-56页
    5.3 基于清晰度质量无参考评价人脸识别实验结果与分析第56-58页
        5.3.1 特征提取与分类器第56页
        5.3.2 实验人脸库第56-57页
        5.3.3 实验过程及分析第57-58页
    5.4 本章小结第58-59页
6 总结与展望第59-61页
    6.1 总结第59-60页
    6.2 展望第60-61页
致谢第61-62页
参考文献第62-66页
附录第66页
    A. 作者在攻读学位期间申请的专利第66页
    B. 作者在攻读学位期间参与的科研项目第66页

论文共66页,点击 下载论文
上一篇:图书馆知识自由若干问题研究
下一篇:美妆节目《爱你爱美丽》叙事研究