| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 引言 | 第8-10页 |
| 1.2 人脸检测的研究现状 | 第10-15页 |
| 1.2.1 Viola Jones分类器 | 第11-15页 |
| 1.3 人脸识别的研究现状 | 第15-17页 |
| 1.4 论文的章节安排 | 第17-18页 |
| 第二章 人脸图像预处理 | 第18-28页 |
| 2.1 眼镜去除的意义 | 第18-19页 |
| 2.2 PCA重建法 | 第19-23页 |
| 2.2.1 PCA重建法的快速计算 | 第22-23页 |
| 2.3 GVF snake模型 | 第23-25页 |
| 2.4 多图像块匹配算法 | 第25-28页 |
| 2.4.1 多图像块匹配的快速算法 | 第27-28页 |
| 第三章 眼镜去除算法 | 第28-47页 |
| 3.1 眼镜检测 | 第30-33页 |
| 3.1.1 颜色梯度特征+SVM分类器算法 | 第30页 |
| 3.1.2 单梯度特征+线性分类器算法 | 第30-31页 |
| 3.1.3 HOG特征+SVM分类器算法 | 第31-32页 |
| 3.1.4 实验结果 | 第32-33页 |
| 3.2 眼镜模板的获取 | 第33-40页 |
| 3.2.1 基于迭代式PCA重建的眼镜模板获取 | 第33-35页 |
| 3.2.2 基于颜色纹理特征的眼镜模板的获取 | 第35-40页 |
| 3.3 眼镜去除 | 第40-43页 |
| 3.3.1 GVF骨架提取+多图像块匹配 | 第41-42页 |
| 3.3.2 多图像块匹配 | 第42-43页 |
| 3.4 实验结果及分析 | 第43-46页 |
| 3.4.1 不同方法去除眼镜后与真实值之间的平均像素误差对比 | 第43-45页 |
| 3.4.2 去眼镜前后人脸识别准确率的对比 | 第45页 |
| 3.4.3 去眼镜前后错误拒绝率和错误接受率的对比 | 第45-46页 |
| 3.5 总结和分析 | 第46-47页 |
| 第四章 多姿态人脸检测 | 第47-54页 |
| 4.1 多姿态人脸检测的研究现状 | 第47-49页 |
| 4.2 人脸特征点定位的研究现状 | 第49-51页 |
| 4.2.1 可变形模型方法(Deformable Models) | 第50-51页 |
| 4.2.2 基于回归的方法 | 第51页 |
| 4.3 多姿态人脸检测与人脸特征点标注的结合 | 第51-54页 |
| 第五章 总结和展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 未来工作 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 作者攻读学位期间发表的学术论文目录 | 第60页 |
