| 摘要 | 第9-11页 |
| Abstract | 第11-13页 |
| 第一章 绪论 | 第14-28页 |
| 1.1 课题研究的背景与意义 | 第14-16页 |
| 1.2 人脸识别研究的历史与现状 | 第16-21页 |
| 1.3 AFR研究中的关键问题与难点问题 | 第21-24页 |
| 1.3.1 AFR系统的关键问题 | 第21-22页 |
| 1.3.2 AFR应用中的难点问题 | 第22-24页 |
| 1.4 本文的主要研究内容 | 第24-26页 |
| 1.4.1 基于高斯动态加权的人脸原始特征预处理研究 | 第24页 |
| 1.4.2 基于因子分析人脸特征提取研究 | 第24-25页 |
| 1.4.3 基于稀疏表示与多示例人脸识别 | 第25页 |
| 1.4.4 多姿态人脸识别研究 | 第25-26页 |
| 1.4.5 低质量人脸图像识别研究 | 第26页 |
| 1.5 本文组织结构 | 第26-27页 |
| 1.6 本章小结 | 第27-28页 |
| 第二章 人脸图像预处理研究 | 第28-51页 |
| 2.1 关键特征点定位 | 第28-36页 |
| 2.1.1 眼睛定位 | 第29-31页 |
| 2.1.2 嘴巴定位 | 第31-33页 |
| 2.1.3 鼻子定位 | 第33-36页 |
| 2.2 几何归一化 | 第36-38页 |
| 2.3 光照归一化 | 第38-40页 |
| 2.4 人脸姿态预估计 | 第40-44页 |
| 2.5 人脸原始特征加工处理 | 第44-50页 |
| 2.5.1 前言 | 第44-46页 |
| 2.5.2 原始特征加权预处理 | 第46-48页 |
| 2.5.3 实验分析 | 第48-50页 |
| 2.6 本章小结 | 第50-51页 |
| 第三章 基于因子分析的人脸特征提取 | 第51-76页 |
| 3.1 基于因子分析的线性判别方法研究 | 第51-60页 |
| 3.1.1 Fisher判别准则及其存在的问题 | 第52-55页 |
| 3.1.2 基于因子分析的线性判别准则 | 第55-58页 |
| 3.1.3 实验结果与分析 | 第58-60页 |
| 3.2 基于因子分析的保局投影研究 | 第60-66页 |
| 3.2.1 局部保持投影 | 第61-63页 |
| 3.2.2 基于因子分析保局投影 | 第63-64页 |
| 3.2.3 实验结果与分析 | 第64-66页 |
| 3.3 因子分析准则框架 | 第66-74页 |
| 3.3.1 因子分析框架构建 | 第66-71页 |
| 3.3.2 LDA、LPP、PCA和因子分析框架的关系 | 第71-74页 |
| 3.3.3 讨论 | 第74页 |
| 3.4 本章小结 | 第74-76页 |
| 第四章 基于稀疏表示与多示例的人脸识别 | 第76-94页 |
| 4.1 前言 | 第76-77页 |
| 4.2 基于稀疏表示的人脸识别 | 第77-80页 |
| 4.2.1 SRC原理 | 第77-78页 |
| 4.2.2 SRC存在的问题 | 第78-80页 |
| 4.3 基于多示例学习的人脸识别方法 | 第80-88页 |
| 4.3.1 多示例学习框架 | 第80-81页 |
| 4.3.2 前人工作 | 第81-82页 |
| 4.3.3 多示例定义 | 第82-86页 |
| 4.3.4 多示例融合策略 | 第86-88页 |
| 4.4 基于稀疏表示和多示例的人脸识别 | 第88-90页 |
| 4.5 实验与分析 | 第90-93页 |
| 4.6 本章小结 | 第93-94页 |
| 第五章 基于3D-2D的多姿态人脸识别 | 第94-110页 |
| 5.1 基于单张图像的三维人脸重建 | 第95-105页 |
| 5.1.1 引言 | 第95页 |
| 5.1.2 融合SFS和局部形变模型的快速3D人脸重建 | 第95-101页 |
| 5.1.3 实验与分析 | 第101-105页 |
| 5.2 因子分析的姿态补偿 | 第105-107页 |
| 5.2.1 两因子分析模型 | 第106页 |
| 5.2.2 纹理补偿 | 第106-107页 |
| 5.3 3D-2D人脸识别实验 | 第107-108页 |
| 5.4 本章小结 | 第108-110页 |
| 第六章 超低分辨人脸识别研究 | 第110-139页 |
| 6.1 引言 | 第110-111页 |
| 6.2 人脸超分辨率重建与识别研究现状 | 第111-113页 |
| 6.3 图像的多尺度相似性保持与非局部相似分析 | 第113-119页 |
| 6.3.1 基于特征脸的表示 | 第114-116页 |
| 6.3.2 基于稀疏字典的表示 | 第116-118页 |
| 6.3.3 图像的非局部相似性分析 | 第118-119页 |
| 6.4 基于非局部相似与多尺度线性组合的人脸超分辨率 | 第119-122页 |
| 6.4.1 基于非局部相似的多尺度线性组合一致性验证 | 第119-121页 |
| 6.4.2 重建算法描述 | 第121-122页 |
| 6.5 VLR人脸识别 | 第122-128页 |
| 6.5.1 RSIF人脸识别方法 | 第123-126页 |
| 6.5.2 具体实施步骤 | 第126-128页 |
| 6.6 实验结果与分析 | 第128-137页 |
| 6.6.1 视觉效果实验 | 第128-133页 |
| 6.6.2 识别效果实验 | 第133-137页 |
| 6.7 本章小结 | 第137-139页 |
| 第七章 总结与展望 | 第139-142页 |
| 7.1 工作总结 | 第139-142页 |
| 7.2 进一步研究工作与展望 | 第142页 |
| 附录A | 第142页 |
| 附录B | 第142-144页 |
| 参考文献 | 第144-155页 |
| 攻博期间取得的科研成果及参与的项目 | 第155-157页 |
| 致谢 | 第157页 |
