单视角多姿态的人脸识别研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题背景及选题意义 | 第10-11页 |
| 1.2 人脸识别方法的发展现状 | 第11-13页 |
| 1.3 多姿态人脸识别的发展现状 | 第13-15页 |
| 1.4 论文的主要内容与安排 | 第15-17页 |
| 1.4.1 论文的主要内容 | 第15页 |
| 1.4.2 论文的章节安排 | 第15-17页 |
| 第二章 人脸识别系统 | 第17-27页 |
| 2.1 自动人脸识别系统研究 | 第17-22页 |
| 2.1.1 人脸检测与定位 | 第18-19页 |
| 2.1.2 预处理 | 第19-20页 |
| 2.1.3 面部特征提取 | 第20-22页 |
| 2.1.4 分类器 | 第22页 |
| 2.2 识别预处理方法 | 第22-24页 |
| 2.2.1 姿态估计 | 第23-24页 |
| 2.2.2 虚拟样本生成 | 第24页 |
| 2.3 单视角多姿态人脸识别系统设计 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 人脸姿态估计 | 第27-42页 |
| 3.1 人脸姿态估计的基本原理 | 第27-29页 |
| 3.1.1 人脸姿态估计流程 | 第27-28页 |
| 3.1.2 人脸姿态估计现状 | 第28-29页 |
| 3.2 基于PCA的人脸姿态估计 | 第29-32页 |
| 3.2.1 主成分分析 | 第29-31页 |
| 3.2.2 基于PCA的姿态估计流程 | 第31-32页 |
| 3.3 基于类内协方差规整的人脸姿态估计 | 第32-37页 |
| 3.3.1 梯度方向直方图 | 第32-34页 |
| 3.3.2 类内协方差规整 | 第34-36页 |
| 3.3.3 姿态估计方法 | 第36-37页 |
| 3.4 实验结果及分析 | 第37-41页 |
| 3.4.1 实验数据库 | 第37-38页 |
| 3.4.2 实验结果 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于虚拟人脸生成的单视角多姿态人脸识别 | 第42-65页 |
| 4.1 虚拟人脸生成 | 第42-44页 |
| 4.1.1 虚拟人脸生成原理 | 第42-43页 |
| 4.1.2 虚拟人脸生成现状 | 第43-44页 |
| 4.2 基于多项式变换的虚拟人脸生成 | 第44-48页 |
| 4.2.1 多项式变换方法 | 第45页 |
| 4.2.2 改进的基于三次多项式的方法 | 第45-48页 |
| 4.3 基于RBF神经网络的虚拟人脸生成 | 第48-55页 |
| 4.3.1 基于主动形状模型的控制点标定 | 第48-49页 |
| 4.3.2 RBF神经网络模型的建立 | 第49-53页 |
| 4.3.3 虚拟人脸的生成 | 第53-55页 |
| 4.4 基于虚拟人脸生成的人脸识别 | 第55-56页 |
| 4.5 实验结果及分析 | 第56-64页 |
| 4.5.1 实验数据库 | 第56-57页 |
| 4.5.2 虚拟人脸生成实验结果 | 第57-60页 |
| 4.5.3 综合实验结果 | 第60-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间参加的科研工作及研究成果 | 第72-73页 |
