正面人脸识别中眼镜摘除问题的研究
| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-16页 |
| ·选题背景及意义 | 第12-13页 |
| ·人脸识别的研究意义 | 第13页 |
| ·人脸图像识别中关于去遮挡的研究现状 | 第13-14页 |
| ·问题的提出及本文的贡献 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第2章 人脸图像预处理 | 第16-25页 |
| ·彩色图像灰度化 | 第16-17页 |
| ·灰度规范化 | 第17-20页 |
| ·图像空间滤波 | 第17-18页 |
| ·直方图均衡化 | 第18-20页 |
| ·人眼定位 | 第20-23页 |
| ·边缘检测 | 第21页 |
| ·二值化 | 第21-22页 |
| ·人眼定位 | 第22-23页 |
| ·几何校正 | 第23-25页 |
| 第3章 基于2DIMPCA+ICA的人脸重建 | 第25-46页 |
| ·主成分分析的理论基础 | 第25-30页 |
| ·投影 | 第25-26页 |
| ·PCA的作用与统计特性 | 第26-27页 |
| ·特征脸以及图片重建 | 第27-28页 |
| ·奇异值分解(SVD) | 第28-29页 |
| ·利用小矩阵计算大矩阵特征向量 | 第29页 |
| ·图像归一化 | 第29-30页 |
| ·广义主成分分析 | 第30-32页 |
| ·IMPCA原理 | 第30-31页 |
| ·2DIMPCA原理 | 第31-32页 |
| ·独立成分分析 | 第32-40页 |
| ·信息论基本概念 | 第32-36页 |
| ·ICA基本原理 | 第36-37页 |
| ·ICA的假设条件 | 第37-38页 |
| ·ICA的经典算法 | 第38-40页 |
| ·基于2DIMPCA/ICA算法融合的人脸重构 | 第40-46页 |
| ·ICA表示人脸 | 第41-42页 |
| ·ICA信号预处理 | 第42-44页 |
| ·2DIMPCA/ICA的特征提取及人脸重构 | 第44-46页 |
| 第4章 人脸图像中眼镜摘除的流程设计 | 第46-56页 |
| ·眼镜摘除的系统实现 | 第46-52页 |
| ·眼镜遮挡区域提取 | 第47-49页 |
| ·2DIMPCA/ICA特征空间的训练过程 | 第49页 |
| ·人脸重构及误差补偿 | 第49-52页 |
| ·改进的特征加权 | 第52-55页 |
| ·常见的加权方法 | 第53-54页 |
| ·传统的特征加权方法 | 第54页 |
| ·改进的特征加权方法 | 第54-55页 |
| ·改进的算法 | 第55-56页 |
| 第5章 基于MATLAB的系统仿真实现及结果分析 | 第56-65页 |
| ·MATLAB试验仿真过程 | 第56-65页 |
| ·实验数据来源 | 第56页 |
| ·质量评估标准 | 第56-58页 |
| ·试验数据及结果分析 | 第58-62页 |
| ·权值对比实验 | 第62-65页 |
| 工作总结及展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第72-73页 |
| 附录B 常用的人脸数据库的网址 | 第73页 |
