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

非约束人脸识别中度量学习方法研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-15页
    1.1 引言第9页
    1.2 国内外研究现状第9-13页
        1.2.1 人脸识别算法第9-11页
        1.2.2 人脸识别中度量学习第11-13页
    1.3 论文主要研究成果第13-14页
    1.4 论文的内容安排第14-15页
第二章 度量学习方法研究第15-40页
    2.1 引言第15-16页
    2.2 人脸对齐第16-21页
        2.2.1 2D人脸对齐第17-18页
        2.2.2 3D人脸对齐第18-21页
    2.3 SIFT特征第21-25页
    2.4 Fisher Vector人脸特征提取第25-28页
        2.4.1 密采集特征第25-26页
        2.4.2 高斯混合模型第26-27页
        2.4.3 Fisher Vector第27页
        2.4.4 空间信息第27-28页
    2.5 多监督度量学习第28-31页
    2.6 实验结果及性能分析第31-38页
        2.6.1 数据集和评价协议第31页
        2.6.2 框架参数第31-32页
        2.6.3 学习到的映射模型可视化第32-33页
        2.6.4 实验结果对比第33-35页
        2.6.5 大型数据库上人脸识别的性能第35-37页
        2.6.6 算法的速度性能第37-38页
    2.7 本章小结第38-40页
第三章 人脸图像预处理-血迹擦除第40-55页
    3.1 引言第40页
    3.2 血迹检测第40-44页
        3.2.1 随机森林第40-42页
        3.2.2 基于级联分类器的血迹检测第42-44页
    3.3 人脸图像复原第44-48页
        3.3.1 图像修复算法第44-47页
        3.3.2 人脸图像复原框架第47-48页
    3.4 实验结果与分析第48-50页
    3.5 人脸修复对人脸检测和人脸识别的影响第50-54页
    3.6 本章小结第54-55页
第四章 实时人脸检索第55-69页
    4.1 引言第55页
    4.2 人脸检索系统第55-56页
    4.3 人脸检索加速第56-68页
        4.3.1 随机k-d树第56-58页
        4.3.2 优先搜索k-means树第58-60页
        4.3.3 实验结果与分析第60-68页
    4.4 本章小结第68-69页
第五章 总结与展望第69-71页
    5.1 总结第69页
    5.2 展望第69-71页
参考文献第71-77页
致谢第77-78页
攻读学位期间发表的学术论文目录第78页

论文共78页,点击 下载论文
上一篇:基于微博的个性化推荐算法研究
下一篇:英语文章语法自动检查及纠正的研究与实现