基于统计模型的多姿态人脸识别研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-15页 |
| ·引言 | 第10页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·人脸识别的研究现状 | 第11-13页 |
| ·本论文的研究内容及结构安排 | 第13-15页 |
| 第2章 人脸识别概述 | 第15-23页 |
| ·引言 | 第15页 |
| ·自动人脸识别系统组成 | 第15-17页 |
| ·人脸识别存在的难点 | 第17-19页 |
| ·人脸数据库 | 第19-22页 |
| ·ORL人脸库 | 第19-20页 |
| ·CMU-PIE人脸库 | 第20-21页 |
| ·FERET人脸库 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第3章 多姿态人脸关键特征点定位 | 第23-42页 |
| ·引言 | 第23页 |
| ·人眼窗口检测 | 第23-30页 |
| ·基于Gabor小波的人眼窗口检测 | 第23-26页 |
| ·实验结果及分析 | 第26-30页 |
| ·基于相关滤波的人眼精确定位 | 第30-36页 |
| ·ASEF滤波器的构建 | 第30-31页 |
| ·ASEF实现人眼定位 | 第31-33页 |
| ·实验结果及分析 | 第33-36页 |
| ·嘴巴的检测与定位 | 第36-39页 |
| ·嘴巴窗口检测 | 第36页 |
| ·嘴巴的精确定位 | 第36-37页 |
| ·实验结果及分析 | 第37-39页 |
| ·人脸几何校正 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第4章 基于统计模型的多姿态人脸识别 | 第42-61页 |
| ·引言 | 第42-43页 |
| ·人脸特征提取 | 第43-51页 |
| ·Gabor幅度图 | 第44-46页 |
| ·局部Gabor二值模式 | 第46页 |
| ·局部Gabor二值模式直方图 | 第46-47页 |
| ·主成分分析降维 | 第47-48页 |
| ·正面姿态人脸特征的合成 | 第48-51页 |
| ·多姿态人脸识别的统计模型 | 第51-55页 |
| ·先验表现模型 | 第51-53页 |
| ·相似度分布模型 | 第53-55页 |
| ·多姿态识别 | 第55页 |
| ·多姿态人脸识别实验及分析 | 第55-60页 |
| ·在CMU-PIE人脸库实验结果 | 第57-59页 |
| ·在FERET人脸库中实验结果 | 第59页 |
| ·与典型方法比较 | 第59-60页 |
| ·小结 | 第60-61页 |
| 总结和展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第69页 |
