二维人脸识别方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·人脸识别技术及其应用 | 第10-12页 |
| ·人脸识别研究的内容 | 第12-13页 |
| ·人脸识别的发展历程和研究现状 | 第13-18页 |
| ·人脸识别的发展历程 | 第13-14页 |
| ·人脸识别的研究现状 | 第14-17页 |
| ·目前人脸识别的难题 | 第17-18页 |
| ·本文的研究内容和方法 | 第18-19页 |
| ·研究内容 | 第18-19页 |
| ·研究路线 | 第19页 |
| ·章节安排 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第2章 人脸图像的获取与预处理 | 第20-28页 |
| ·人脸图像的采集 | 第20页 |
| ·人脸图像预处理 | 第20-27页 |
| ·去噪 | 第20-25页 |
| ·灰度预处理 | 第25-26页 |
| ·角度预处理 | 第26页 |
| ·尺度预处理 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 人脸图像特征提取 | 第28-42页 |
| ·特征选择 | 第28-29页 |
| ·特征提取 | 第29-41页 |
| ·人脸轮廓模型 | 第29-34页 |
| ·角点的定义 | 第30页 |
| ·角点检测 | 第30页 |
| ·Harris角点检测算法 | 第30-32页 |
| ·姿态估计 | 第32-33页 |
| ·综合人脸轮廓模型 | 第33-34页 |
| ·人脸纹理特征 | 第34-40页 |
| ·DCT系数表示人脸图像纹理特征 | 第34-36页 |
| ·Gabor滤波响应表示人脸纹理图像特征 | 第36-37页 |
| ·数据降维 | 第37-40页 |
| ·光照信息的获取 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 人脸匹配 | 第42-55页 |
| ·概述 | 第42页 |
| ·匹配 | 第42-54页 |
| ·相似度及其计算方法 | 第42-44页 |
| ·基于单一特征的人脸匹配 | 第44-46页 |
| ·基于信息融合的人脸匹配 | 第46-54页 |
| ·信息融合技术概述 | 第46-49页 |
| ·基于信息融合的匹配算法 | 第49-53页 |
| ·实验结果及分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 总结和展望 | 第55-58页 |
| ·总结 | 第55-56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-66页 |
| 攻读学位期间参加的科研项目和成果 | 第66页 |
