高安全性人脸识别身份认证系统中的唇语识别算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 活体检测的研究现状 | 第10-12页 |
| 1.3 基于唇语识别的高安全性人脸识别系统 | 第12-14页 |
| 1.4 本文主要内容安排 | 第14-16页 |
| 第2章 唇语识别综述 | 第16-23页 |
| 2.1 唇语识别的主要应用 | 第16-17页 |
| 2.2 唇语识别的研究状况 | 第17-18页 |
| 2.3 唇语数据库 | 第18-22页 |
| 2.3.1 已有唇语数据库介绍 | 第18-20页 |
| 2.3.2 自建唇语数据库 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于HOG特征的唇语识别 | 第23-33页 |
| 3.1 嘴部检测 | 第23-27页 |
| 3.1.1 人脸检测 | 第23-24页 |
| 3.1.2 关键点检测 | 第24-27页 |
| 3.2 嘴部分割与对齐 | 第27-28页 |
| 3.3 基于HOG的唇动视觉特征提取 | 第28-30页 |
| 3.4 实验结果分析 | 第30-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第4章 基于堆叠卷积独立子空间分析的唇语识别 | 第33-39页 |
| 4.1 独立子空间分析算法 | 第33-35页 |
| 4.2 堆叠卷积独立子空间分析网络 | 第35-36页 |
| 4.3 实验结果分析 | 第36-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第5章 基于深度学习的端到端唇语识别 | 第39-48页 |
| 5.1 基于CNN的关键点检测 | 第40-41页 |
| 5.2 LSTM | 第41-43页 |
| 5.3 实验结果分析 | 第43-46页 |
| 5.3.1 汉语数字数据集的实验结果 | 第44-45页 |
| 5.3.2 不同深度的LSTM实验结果 | 第45页 |
| 5.3.3 数字串唇语实验 | 第45-46页 |
| 5.4 MIRACL-VC上的实验结果 | 第46-47页 |
| 5.5 本章小结 | 第47-48页 |
| 第6章 总结与展望 | 第48-50页 |
| 6.1 本文实验和工作总结 | 第48-49页 |
| 6.2 下一步工作展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间取得的研究成果 | 第54-55页 |
| 致谢 | 第55-56页 |
