适用于模板保护技术的三维人脸识别算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-18页 |
| ·课题背景及意义 | 第8-10页 |
| ·国内外研究现状分析 | 第10-15页 |
| ·三维人脸模型预处理 | 第11-12页 |
| ·三维人脸识别算法 | 第12-14页 |
| ·生物模板保护技术 | 第14-15页 |
| ·本文主要研究内容 | 第15-18页 |
| 第2章 三维人脸识别基本技术 | 第18-27页 |
| ·三维人脸模型 | 第18-19页 |
| ·三维人脸模型的不同形式 | 第18-19页 |
| ·三维人脸数据库 | 第19页 |
| ·Shape Index特征点定位方法 | 第19-22页 |
| ·曲面的第一、第二基本形式 | 第20-21页 |
| ·最大曲率和最小曲率 | 第21-22页 |
| ·Shape Index特征 | 第22页 |
| ·ICP配准算法 | 第22-24页 |
| ·CFD特征提取算法 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 三维人脸模型的预处理 | 第27-43页 |
| ·自动精确的三维人脸预处理框架 | 第27-28页 |
| ·点云模型滤波 | 第28-30页 |
| ·点云模型介绍 | 第28-29页 |
| ·滤波 | 第29-30页 |
| ·人脸切割 | 第30-36页 |
| ·人脸粗定位 | 第30-31页 |
| ·特征点定位 | 第31-36页 |
| ·人脸区域截取 | 第36页 |
| ·归一化及姿态调整 | 第36-39页 |
| ·实验结果分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 特征提取及匹配 | 第43-56页 |
| ·基于直方图的局部统计特征算法描述 | 第43-49页 |
| ·算法框架 | 第43-44页 |
| ·深度信息和灰度信息融合 | 第44页 |
| ·人脸区域分块 | 第44-45页 |
| ·特征提取 | 第45-46页 |
| ·基于直方图的局部统计特征提取算法仿真实验 | 第46-49页 |
| ·基于空间融合的整体统计特征算法描述 | 第49-53页 |
| ·算法框架 | 第49-50页 |
| ·重采样 | 第50-51页 |
| ·DGC坐标系和空间融合 | 第51页 |
| ·决策级融合 | 第51-52页 |
| ·基于空间融合的全局统计特征提取算法仿真实验 | 第52-53页 |
| ·本章小结 | 第53-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第62-64页 |
| 致谢 | 第64-65页 |
| 个人简历 | 第65页 |
