| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题背景 | 第8-9页 |
| 1.2 课题研究的目的和意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-15页 |
| 1.4 主要研究内容和论文组织结构 | 第15-17页 |
| 1.4.1 主要研究内容 | 第15-16页 |
| 1.4.2 论文组织结构 | 第16-17页 |
| 第2章 人脸活体检测算法的基本理论 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 基于非交互式的人脸活体检测算法简介 | 第17-23页 |
| 2.2.1 基于图像的人脸活体检测 | 第17-21页 |
| 2.2.2 基于视频的人脸活体检测 | 第21-23页 |
| 2.3 人脸活体检测数据库 | 第23-27页 |
| 2.3.1 Replay-attack数据库 | 第23-25页 |
| 2.3.2 CASIA-FASD数据库 | 第25页 |
| 2.3.3 BCC_FACE数据库 | 第25-27页 |
| 2.4 人脸活体检测算法的评价指标 | 第27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 基于微纹理和频谱特征的人脸活体检测算法 | 第29-42页 |
| 3.1 引言 | 第29页 |
| 3.2 微纹理特征的优缺点分析 | 第29-30页 |
| 3.3 基于微纹理和频谱特征的人脸活体检测算法 | 第30-36页 |
| 3.3.1 算法流程 | 第30-31页 |
| 3.3.2 详细步骤 | 第31-35页 |
| 3.3.3 纹理特征对比 | 第35-36页 |
| 3.4 实验结果 | 第36-41页 |
| 3.4.1 改进算法在Replay-attack库上的实验 | 第36-38页 |
| 3.4.2 改进算法在CASIA-fasd库上的实验 | 第38-40页 |
| 3.4.3 算法分析 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于颜色梯度特征的人脸活体检测算法 | 第42-58页 |
| 4.1 引言 | 第42页 |
| 4.2 梯度信息对活体的区分性 | 第42-46页 |
| 4.2.1 活体人脸和非活体人脸图像的梯度分析 | 第42-43页 |
| 4.2.2 Roberts交叉梯度算子与人脸分析 | 第43-45页 |
| 4.2.3 算法的优缺点分析 | 第45-46页 |
| 4.3 多方向颜色梯度算法 | 第46-49页 |
| 4.3.1 算法的基本原理 | 第46-47页 |
| 4.3.2 颜色空间选择 | 第47页 |
| 4.3.3 算法的基本步骤 | 第47-49页 |
| 4.4 实验结果 | 第49-56页 |
| 4.4.1 改进算法在Replay-attack库上的实验 | 第49-52页 |
| 4.4.2 改进算法在CASIA-fasd库上的实验 | 第52-54页 |
| 4.4.3 改进算法在BCC_FACE库上的实验 | 第54-55页 |
| 4.4.4 算法分析 | 第55-56页 |
| 4.5 本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士期间发表的论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |
