针对表情变化的人脸识别算法的研究与应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 人脸识别的研究背景及意义 | 第8-9页 |
| 1.1.1 人脸识别的研究背景 | 第8页 |
| 1.1.2 人脸识别的研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 研究现状 | 第9-10页 |
| 1.2.2 常用的静态人脸图像识别方法 | 第10-12页 |
| 1.3 论文研究内容 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第2章 相关理论和技术 | 第14-21页 |
| 2.1 人脸检测方法 | 第14-15页 |
| 2.2 人脸图像预处理常用方法 | 第15-18页 |
| 2.2.1 灰度变换 | 第15-16页 |
| 2.2.2 二值化 | 第16-17页 |
| 2.2.3 几何校正 | 第17-18页 |
| 2.2.4 直方图修正 | 第18页 |
| 2.2.5 图像滤波 | 第18页 |
| 2.3 主要人脸数据库简介 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于PCA的人脸识别 | 第21-32页 |
| 3.1 K-L变换 | 第21-22页 |
| 3.2 PCA在人脸识别中的应用 | 第22-25页 |
| 3.2.1 PCA基本原理 | 第22-23页 |
| 3.2.2 特征向量选取 | 第23页 |
| 3.2.3 距离函数选择 | 第23-24页 |
| 3.2.4 实验分析 | 第24-25页 |
| 3.3 分块PCA算法 | 第25-30页 |
| 3.3.1 基本原理 | 第25-28页 |
| 3.3.2 实验分析 | 第28-30页 |
| 3.4 本章小结 | 第30-32页 |
| 第4章 针对表情变化的人脸识别算法研究 | 第32-44页 |
| 4.1 结合小波变换的PCA算法 | 第32-37页 |
| 4.1.1 小波变换法 | 第32-33页 |
| 4.1.2 算法描述 | 第33-34页 |
| 4.1.3 实验分析 | 第34-37页 |
| 4.2 加权分块PCA算法 | 第37-42页 |
| 4.2.1 算法描述 | 第37-39页 |
| 4.2.2 实验分析 | 第39-42页 |
| 4.3 结合小波变换的加权分块PCA算法 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 人脸识别系统的设计与实现 | 第44-58页 |
| 5.1 系统开发环境 | 第44页 |
| 5.2 系统总体设计 | 第44-51页 |
| 5.2.1 静态人脸识别 | 第45-49页 |
| 5.2.2 动态人脸识别 | 第49-51页 |
| 5.3 系统详细设计 | 第51-56页 |
| 5.3.1 图像采集模块 | 第51-53页 |
| 5.3.2 图像训练模块模块 | 第53-54页 |
| 5.3.3 人脸检测模块 | 第54页 |
| 5.3.4 图像预处理模块 | 第54-56页 |
| 5.3.5 人脸识别模块 | 第56页 |
| 5.4 本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间取得的研究成果 | 第64-66页 |
| 致谢 | 第66页 |
