基于近红外图片的人脸检测识别算法的研究与应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·选题背景及研究意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·人脸识别研究的内容及存在的问题 | 第11-14页 |
| ·人脸识别的研究内容 | 第11-12页 |
| ·人脸识别存在的问题 | 第12-14页 |
| ·本文的主要内容和章节安排 | 第14-17页 |
| ·论文的主要研究内容 | 第14页 |
| ·论文的章节安排 | 第14-17页 |
| 第二章 近红外成像系统 | 第17-29页 |
| ·主动近红外图像成像原理 | 第17-19页 |
| ·人脸采集的硬件平台 | 第19-24页 |
| ·硬件平台组成 | 第19-21页 |
| ·灯板布局设计 | 第21-24页 |
| ·近红外成像效果 | 第24-26页 |
| ·近红外人脸库的构建 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 人脸检测与特征提取 | 第29-43页 |
| ·人脸检测--ASM 算法 | 第29-39页 |
| ·ASM 算法流程 | 第29-36页 |
| ·ASM 算法存在的不足及改进 | 第36-38页 |
| ·人脸检测效果与性能分析 | 第38-39页 |
| ·人脸特征提取 | 第39-42页 |
| ·Gabor 小波变换 | 第39-40页 |
| ·Gabor 小波参数影响 | 第40-41页 |
| ·人脸的 Gabor 表示 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 PCA+LDA 结合的人脸识别方法 | 第43-59页 |
| ·特征降维的一般方法 | 第43-47页 |
| ·传统的 PCA 方法 | 第43-45页 |
| ·传统的 LDA 方法 | 第45-46页 |
| ·PCA 方法和 LDA 方法的比较 | 第46-47页 |
| ·改进的 PCA+LDA 方法 | 第47-50页 |
| ·分类准则的选取 | 第50-52页 |
| ·人脸识别结果与分析 | 第52-56页 |
| ·人脸识别算法的比较 | 第53-54页 |
| ·投影空间维数的选取 | 第54-55页 |
| ·算法有效性验证 | 第55-56页 |
| ·本章小结 | 第56-59页 |
| 第五章 基于近红外图片的人脸识别系统的实现 | 第59-69页 |
| ·近红外人脸识别系统的设计与实现 | 第59-65页 |
| ·ASM 人脸检测模块 | 第59-60页 |
| ·样本训练模块 | 第60-62页 |
| ·身份验证模块 | 第62-63页 |
| ·系统的总体结构 | 第63-65页 |
| ·近红外人脸识别系统的性能评估 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·本文的主要研究内容 | 第69页 |
| ·存在的不足及展望 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 作者在读期间的研究成果 | 第79-80页 |
