| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第9-17页 |
| 1.1 人脸识别研究意义及内容 | 第9-10页 |
| 1.1.1 人脸识别的研究背景及意义 | 第9页 |
| 1.1.2 人脸识别的研究内容 | 第9-10页 |
| 1.2 人脸识别的发展及现状 | 第10-13页 |
| 1.2.1 二维人脸识别研究简介 | 第11-12页 |
| 1.2.2 三维人脸识别研究简介 | 第12页 |
| 1.2.3 目前面临的挑战 | 第12-13页 |
| 1.3 三维人脸数据及人脸库概述 | 第13-16页 |
| 1.3.1 常用三维人脸库概述 | 第13-15页 |
| 1.3.2 三维人脸数据的表示方法 | 第15-16页 |
| 1.4 论文的研究内容和组织框架 | 第16-17页 |
| 2 三维人脸点云的预处理 | 第17-29页 |
| 2.1 人脸区域分割 | 第17页 |
| 2.2 人脸姿态校正 | 第17-23页 |
| 2.2.1 ICP算法概述 | 第18-20页 |
| 2.2.2 基于鼻子局部人脸点云的ICP配准 | 第20-23页 |
| 2.3 人脸孔洞填充 | 第23-24页 |
| 2.4 CASIA 3D人脸数据库介绍 | 第24-26页 |
| 2.5 人脸点云数据预处理实验验证 | 第26-27页 |
| 2.6 本章小结 | 第27-29页 |
| 3 人脸轮廓线特征提取及识别设计 | 第29-39页 |
| 3.1 三维人脸几何特征简介 | 第29-30页 |
| 3.2 人脸轮廓特征提取算法 | 第30-34页 |
| 3.2.1 人脸截面轮廓提取 | 第30-31页 |
| 3.2.2 有效轮廓线特征提取 | 第31-33页 |
| 3.2.3 轮廓线相似度计算 | 第33-34页 |
| 3.3 轮廓线特征加权融合识别 | 第34页 |
| 3.4 基于轮廓线特征的人脸识别实验 | 第34-38页 |
| 3.4.1 局部轮廓线提取验证 | 第34-35页 |
| 3.4.2 基于局部轮廓线识别实验 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 基于多信息融合的识别算法设 | 第39-55页 |
| 4.1 LBP特征概述 | 第39-44页 |
| 4.1.1 基本的LBP算子 | 第39-40页 |
| 4.1.2 LBP的各种改进 | 第40-43页 |
| 4.1.3 LBP直方图 | 第43页 |
| 4.1.4 特征向量提取的基本步骤 | 第43-44页 |
| 4.1.5 基于人脸局部加权的LBP特征 | 第44页 |
| 4.2 基于多信息融合的识别算法设计 | 第44-47页 |
| 4.2.1 二维人脸图像及三维深度图像特征相似度加权融合 | 第45-47页 |
| 4.2.2 图像LBP特征与轮廓线特征决策级融合 | 第47页 |
| 4.3 姿态校正后多信息人脸特征融合识别 | 第47-53页 |
| 4.3.1 校正镜像填充人脸识别实验 | 第47-49页 |
| 4.3.2 二维人脸图像及三维深度图像特征融合实验 | 第49-52页 |
| 4.3.3 图像LBP特征与轮廓线特征决策级融合实验 | 第52-53页 |
| 4.4 本章小结 | 第53-55页 |
| 5 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 附录 | 第63页 |
