首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面部图像识别系统的研究

第一章 绪论第1-11页
 1.1 人脸识别技术的应用背景及其研究现状第7-9页
  1.1.1 人脸识别技术的应用第7页
  1.1.2 人脸识别在国外的研究现状第7-8页
  1.1.3 人脸识别在国内的研究现状第8页
  1.1.4 当前人脸识别技术存在的缺陷第8-9页
 1.2 本论文工作简介第9-11页
第二章 人脸识别技术的基础知识第11-17页
 2.1 图像预处理的基本概念和方法第11-14页
  2.1.1 数字图像的物理基础第11-12页
  2.1.2 图像增强第12-14页
 2.2 人脸识别技术的研究内容概述第14-16页
  2.2.1 人脸检测与定位方法综述第14-15页
  2.2.2 人脸的特征提取与识别方法综述第15-16页
 2.3 人脸识别技术的系统结构第16-17页
第三章 图像预处理第17-33页
 3.1 人脸的检测第17-20页
  3.1.1 人脸检测的基本思想第17页
  3.1.2 色调、饱和度和亮度三分量的分离第17-18页
  3.1.3 建立肤色的数学模型第18-20页
  3.1.4 实验结果分析第20页
 3.2 嘴唇的区域分割第20-24页
  3.2.1 嘴唇的分割和定位的原理和步骤第20-21页
  3.2.2 图像的投影方法第21页
  3.2.3 阈值的确定与嘴唇区域的分割第21-22页
  3.2.4 嘴唇的提取第22-24页
  3.2.5 实验结果分析第24页
 3.3 图像的边缘提取和二值化第24-30页
  3.3.1 边缘提取的原理第25-29页
  3.3.2 算法的实验结果与分析第29-30页
 3.4 二值化图像的去除噪声第30-33页
  3.4.1 去除噪声的基本原理与算法第30-32页
  3.4.2 实验结果分析第32-33页
第四章 人脸基本特征点的定位第33-49页
 4.1 人脸特征点定位的概述第33-34页
  4.1.1 人脸特征点定位的切入点第33页
  4.1.2 人脸特征点定位的方法第33-34页
 4.2 嘴巴特征点的定位第34-36页
  4.2.1 嘴巴特征点定位的算法原理第35页
  4.2.2 实验结果分析第35-36页
 4.3 眼睛特征点的定位第36-40页
  4.3.1 由嘴巴推算双眼的大概区域第37页
  4.3.2 用投影法对眼睛区域位置进行精确提取第37-39页
  4.3.3 实验结果分析第39-40页
 4.4 脸部轮廓特征点的定位第40-43页
  4.4.1 整个脸部轮廓特征点的定位流程第40-41页
  4.4.2 推算脸部轮廓的各个区域第41-42页
  4.4.3 脸部的五个轮廓特征点的定位第42-43页
  4.4.4 实验结果分析第43页
 4.5 特征点的修正第43-49页
  4.5.1 偏差点的纠正方法第44-45页
  4.5.2 实验结果分析第45-49页
第五章 特征向量的提取和人脸识别第49-64页
 5.1 特征向量的选择第49-52页
  5.1.1 用于构造特征矢量的特正点集的选择第49页
  5.1.2 特征向量的选择第49-52页
 5.2 基于欧氏距离和加权欧氏距离的识别方法第52-54页
  5.2.1 基于欧氏距离的识别方法第53页
  5.2.2 基于加权欧氏距离的识别的方法第53-54页
 5.3 甚于BP神经网络的识别方法第54-64页
  5.3.1 BP神经网络的概念第54-56页
  5.3.2 学习速率的选择第56-58页
  5.3.3 BP神经网络的算法思想第58-61页
  5.3.4 人脸的识别第61-63页
  5.3.5 实验结果分析第63-64页
第六章 讨论与总结第64-66页
 6.1 本论文工作总结第64-65页
 6.2 存在的问题及工作展望第65-66页
参考文献第66-68页
致谢第68-69页
攻读硕士学位期间已发表和录用的文章及参与的科研目第69页

论文共69页,点击 下载论文
上一篇:高频保护通道测试仪及其数字信号处理算法研究
下一篇:北京市房地产经纪业规范化发展研究