复杂条件下的人脸检测与识别应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-23页 |
| ·背景与意义 | 第13-14页 |
| ·人脸识别及相关问题的研究现状 | 第14-19页 |
| ·人脸检测研究现状 | 第15-16页 |
| ·人脸识别研究现状 | 第16-17页 |
| ·三维人脸识别研究现状 | 第17-19页 |
| ·性别识别的研究现状 | 第19页 |
| ·人脸识别及相关问题的主要挑战 | 第19-20页 |
| ·论文的主要工作及章节安排 | 第20-21页 |
| ·本文的创新之处 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第二章 人脸数据采集及预处理 | 第23-40页 |
| ·三维人脸数据的获取方法 | 第23页 |
| ·常见三维数据采集方式 | 第23-26页 |
| ·人脸数据预处理 | 第26-38页 |
| ·二维人脸图像的预处理 | 第26-30页 |
| ·三维人脸数据预处理 | 第30-38页 |
| ·本章小结 | 第38-40页 |
| 第三章 复杂条件下的人脸检测 | 第40-69页 |
| ·引言 | 第40-41页 |
| ·正常光照条件下人脸检测 | 第41-43页 |
| ·基于动态规整的人脸轮廓提取 | 第41-42页 |
| ·人脸检测分析 | 第42-43页 |
| ·弱光条件下的人脸检测 | 第43-52页 |
| ·2D Chamfer match | 第44-46页 |
| ·人脸肤色检测及深度信息过滤 | 第46-47页 |
| ·扩展 Haar 特征 | 第47页 |
| ·Adaboost 算法 | 第47-48页 |
| ·弱光条件下人脸检测实验结果 | 第48-52页 |
| ·小结 | 第52页 |
| ·基于部分特征的人脸检测 | 第52-62页 |
| ·正常光照下的基于部分特征人脸检测 | 第53-54页 |
| ·弱光条件下的基于部分特征人脸检测 | 第54-60页 |
| ·实验 | 第60-62页 |
| ·多姿态条件下的人脸检测 | 第62-67页 |
| ·基于聚类分析的多姿态人脸分类 | 第64页 |
| ·基于 FloatBoost 的多姿态人脸检测 | 第64-66页 |
| ·多姿态条件下人脸检测实验 | 第66-67页 |
| ·本章小结 | 第67-69页 |
| 第四章 基于信息融合的人脸识别研究 | 第69-82页 |
| ·概述 | 第69-70页 |
| ·正常光照下基于信息融合的人脸识别 | 第70-77页 |
| ·人脸检测及对齐 | 第71页 |
| ·基于改进 LBP 的多尺度人脸识别 | 第71-74页 |
| ·实验结果及分析 | 第74-77页 |
| ·小结 | 第77页 |
| ·基于信息融合的部分特征人脸识别实验 | 第77-81页 |
| ·本章小结 | 第81-82页 |
| 第五章 基于人脸面部特征的性别识别研究 | 第82-94页 |
| ·引言 | 第82-83页 |
| ·随机森林算法概述 | 第83-84页 |
| ·基于面部测量的特征选取 | 第84-86页 |
| ·基于随机森林算法模型训练及性别识别 | 第86-87页 |
| ·实验对比 | 第87-93页 |
| ·算法有效性实验 | 第87-91页 |
| ·基于随机删减特征的随机森林算法验证 | 第91-93页 |
| ·本章小结 | 第93-94页 |
| 第六章 总结 | 第94-98页 |
| ·本文取得进展及所做贡献 | 第94-96页 |
| ·尚待解决的问题 | 第96-98页 |
| 参考文献 | 第98-110页 |
| 攻读博士学位期间取得的研究成果 | 第110-112页 |
| 致谢 | 第112-113页 |
| 附件 | 第113页 |
