人脸识别中的图像去噪技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 人脸识别研究现状 | 第14-16页 |
| 1.2.2 人脸图像预处理 | 第16-17页 |
| 1.2.3 图像去噪研究现状 | 第17-18页 |
| 1.3 发展趋势与存在问题 | 第18-19页 |
| 1.4 本文研究内容 | 第19-20页 |
| 1.5 本文组织结构 | 第20-21页 |
| 第2章 图像去噪相关技术 | 第21-30页 |
| 2.1 引言 | 第21页 |
| 2.2 图像噪声模型 | 第21-22页 |
| 2.2.1 图像噪声分类 | 第21-22页 |
| 2.2.2 图像噪声模型 | 第22页 |
| 2.3 图像质量评价标准 | 第22-24页 |
| 2.4 图像去噪方法 | 第24-27页 |
| 2.4.1 局部去噪方法 | 第24-25页 |
| 2.4.2 非局部去噪方法 | 第25-27页 |
| 2.5 聚类方法 | 第27-29页 |
| 2.5.1 聚类方法分类 | 第27-28页 |
| 2.5.2 K-means聚类方法 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 基于自适应预分类的非局部均值方法 | 第30-41页 |
| 3.1 引言 | 第30页 |
| 3.2 非局部均值方法的分析 | 第30-31页 |
| 3.3 基于自适应聚类的预分类 | 第31-34页 |
| 3.3.1 自适应聚类 | 第31-32页 |
| 3.3.2 图像块描述符 | 第32-33页 |
| 3.3.3 自适应预分类 | 第33-34页 |
| 3.4 基于旋转匹配的非局部去噪 | 第34-36页 |
| 3.4.1 基于旋转匹配的相似性度量 | 第34-36页 |
| 3.4.2 非局部去噪框架 | 第36页 |
| 3.5 实验结果与分析 | 第36-40页 |
| 3.5.1 实验参数 | 第36-37页 |
| 3.5.2 实验结果分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 基于自适应去噪的人脸识别方案 | 第41-49页 |
| 4.1 引言 | 第41页 |
| 4.2 自适应的滤波参数 | 第41-43页 |
| 4.2.1 噪声标准差估计 | 第41-42页 |
| 4.2.2 滤波参数的自动设定 | 第42-43页 |
| 4.3 基于自适应去噪的人脸图像预处理 | 第43-46页 |
| 4.3.1 自适应非局部去噪方法 | 第43-44页 |
| 4.3.2 人脸图像的自适应去噪 | 第44-46页 |
| 4.4 基于自适应去噪的人脸识别方案 | 第46-48页 |
| 4.4.1 人脸识别方案 | 第46页 |
| 4.4.2 实验与分析 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 基于Android平台的人脸识别系统 | 第49-57页 |
| 5.1 引言 | 第49页 |
| 5.2 Android开发平台简介 | 第49-50页 |
| 5.3 人脸识别系统设计 | 第50-53页 |
| 5.3.1 系统需求分析 | 第50-51页 |
| 5.3.2 系统模块设计 | 第51-53页 |
| 5.4 人脸识别系统实现 | 第53-56页 |
| 5.4.1 用户向导 | 第53-54页 |
| 5.4.2 用户注册 | 第54-55页 |
| 5.4.3 人脸认证 | 第55-56页 |
| 5.4.4 密码认证 | 第56页 |
| 5.5 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读硕士期间发表的论文目录 | 第65-66页 |
| 附录B 攻读学位期间参加的科研项目 | 第66页 |
