小样本条件下的部分遮挡人脸验证研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8页 |
| 1.2 研究意义 | 第8-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.3.1 人脸识别研究现状 | 第10-11页 |
| 1.3.2 部分遮挡人脸识别研究现状 | 第11-12页 |
| 1.3.3 小样本问题研究现状 | 第12页 |
| 1.4 技术难点 | 第12-13页 |
| 1.5 本文的主要研究内容以及章节安排 | 第13-15页 |
| 2 部分遮挡人脸验证 | 第15-26页 |
| 2.1 概述 | 第15-16页 |
| 2.2 基于SVM的遮挡类型分类 | 第16-19页 |
| 2.2.1 SVM原理 | 第16-18页 |
| 2.2.2 SVM多分类器 | 第18-19页 |
| 2.3 多阈值人脸验证 | 第19-23页 |
| 2.3.1 人脸验证性能指标 | 第19-20页 |
| 2.3.2 阈值确认 | 第20-22页 |
| 2.3.3 阈值平衡 | 第22页 |
| 2.3.4 多阈值分析 | 第22-23页 |
| 2.4 人脸验证系统 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于联合贝叶斯人脸验证 | 第26-36页 |
| 3.1 概述 | 第26-27页 |
| 3.2 PCA降维 | 第27-28页 |
| 3.3 联合贝叶斯模型 | 第28-33页 |
| 3.3.1 联合贝叶斯 | 第29-30页 |
| 3.3.2 模型训练 | 第30-32页 |
| 3.3.3 模型打分 | 第32页 |
| 3.3.4 联合贝叶斯优缺点 | 第32-33页 |
| 3.4 本文对联合贝叶斯的改进 | 第33-35页 |
| 3.4.1 KNN算法 | 第33-34页 |
| 3.4.2 改进联合贝叶斯算法 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 实验结果及分析 | 第36-51页 |
| 4.1 人脸数据库 | 第36-38页 |
| 4.1.1 AR数据库 | 第36-37页 |
| 4.1.2 CIGIT数据库 | 第37页 |
| 4.1.3 WDRef数据库 | 第37页 |
| 4.1.4 LFW数据库 | 第37-38页 |
| 4.2 部分遮挡人脸验证 | 第38-46页 |
| 4.2.1 AR数据库验证 | 第38-44页 |
| 4.2.2 CIGIT数据库验证 | 第44-46页 |
| 4.3 改进联合贝叶斯算法验证 | 第46-49页 |
| 4.4 小样本条件下部分遮挡人脸验证 | 第49-50页 |
| 4.4.1 AR数据库验证 | 第49-50页 |
| 4.4.2 CIGIT数据库验证 | 第50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
