二维和三维人脸融合
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究的背景、目的和意义 | 第10-12页 |
| ·人脸识别概述 | 第12页 |
| ·人脸识别发展历史 | 第12-14页 |
| ·本文主要研究内容和论文结构 | 第14-15页 |
| 第2章 三维人脸识别研究现状 | 第15-25页 |
| ·引言 | 第15页 |
| ·三维人脸识别系统结构 | 第15-16页 |
| ·三维人脸数据的获取 | 第16-17页 |
| ·三维人脸数据的表示方法 | 第17-18页 |
| ·三维人脸数据库介绍 | 第18-20页 |
| ·三维人脸性别分类的研究 | 第20页 |
| ·三维人脸识别的主要方法 | 第20-23页 |
| ·迭代最近点法(ICP) | 第20-21页 |
| ·基于局部特征的匹配 | 第21-22页 |
| ·基于整体特征的匹配 | 第22-23页 |
| ·二维和三维人脸融合 | 第23页 |
| ·三维人脸识别的难点 | 第23-25页 |
| 第3章 实验数据来源和预处理 | 第25-30页 |
| ·测试数据库介绍 | 第25页 |
| ·二维人脸图像预处理 | 第25-28页 |
| ·三维人脸图像预处理 | 第28-30页 |
| 第4章 三维人脸性别分类 | 第30-41页 |
| ·人脸性别分类的意义 | 第30-31页 |
| ·支持向量机(SVM) | 第31-34页 |
| ·AdaBoost算法 | 第34-36页 |
| ·Boosting算法和AdaBoost算法 | 第34-35页 |
| ·AdaBoost算法原理 | 第35-36页 |
| ·实验结果 | 第36-41页 |
| ·SVM性别分类 | 第36-37页 |
| ·基于PCA特征的SVM性别分类 | 第37-38页 |
| ·基于PCA特征的AdaBoost性别分类 | 第38-39页 |
| ·总结 | 第39-41页 |
| 第5章 二维和三维人脸融合 | 第41-49页 |
| ·引言 | 第41页 |
| ·PCA特征提取 | 第41-43页 |
| ·主元分析的原理 | 第41-42页 |
| ·基于主元分析的人脸识别步骤 | 第42-43页 |
| ·多模态融合方法 | 第43-45页 |
| ·分数层融合算法介绍 | 第45-46页 |
| ·二维和三维人脸融合识别流程 | 第46-47页 |
| ·实验结果 | 第47-49页 |
| 第6章 总结和展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 附录 | 第54-59页 |
