基于图像的人脸识别及自动开机系统中的应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-11页 |
| 1.1 研究背景 | 第7-8页 |
| 1.1.1 生物特征的应用 | 第7页 |
| 1.1.2 人脸识别 | 第7-8页 |
| 1.2 人脸检测方法研究现状 | 第8-9页 |
| 1.3 人脸识别方法研究现状 | 第9-10页 |
| 1.4 本文的结构 | 第10-11页 |
| 2 相关理论与技术分析 | 第11-25页 |
| 2.1 人脸检测的理论与技术 | 第11-14页 |
| 2.1.1 自顶向下的人脸检测方法 | 第11-12页 |
| 2.1.2 自底向上基于特征的人脸检测方法 | 第12-13页 |
| 2.1.2.1 面部特征 | 第12页 |
| 2.1.2.2 纹理特征 | 第12-13页 |
| 2.1.2.3 皮肤颜色特征 | 第13页 |
| 2.1.3 模版匹配的方法 | 第13页 |
| 2.1.4 基于表征的模型 | 第13-14页 |
| 2.2 人脸识别的理论与技术 | 第14-22页 |
| 2.2.1 基于子空间的方法 | 第14-18页 |
| 2.2.1.1 主成分分析 | 第14-16页 |
| 2.2.1.2 线性鉴别分析 | 第16-18页 |
| 2.2.2 基于频谱分析的人脸识别方法 | 第18-19页 |
| 2.2.3 基于稀疏表示的人脸识别方法 | 第19-22页 |
| 2.3 基于LGBPHS的人脸识别的方法 | 第22-25页 |
| 3 结合视觉显著性的人脸检测方法 | 第25-32页 |
| 3.1 自顶向下的人脸检测方法 | 第25-27页 |
| 3.1.1 积分图 | 第25-26页 |
| 3.1.2 Adaboost学习 | 第26-27页 |
| 3.1.3 级联结构分类器 | 第27页 |
| 3.2 基于视觉显著性的人脸检测 | 第27-29页 |
| 3.3 结合视觉显著性的人脸检测方法 | 第29-32页 |
| 4 人脸识别控制开机系统的实现 | 第32-49页 |
| 4.1 实验环境及实验流程介绍 | 第32-33页 |
| 4.2 windows开机启动人脸识别程序 | 第33-35页 |
| 4.3 训练过程 | 第35-39页 |
| 4.4 人脸检测与识别过程 | 第39-43页 |
| 4.5 运行速度分析 | 第43-46页 |
| 4.6 实验正确率分析 | 第46-49页 |
| 5 总结与展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
