首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

三维人脸检测与识别技术研究

中文摘要第4-6页
ABSTRACT第6-8页
第1章 绪论第13-26页
    1.1 研究背景及意义第13-14页
    1.2 人脸识别第14-15页
    1.3 2D 人脸识别第15-16页
        1.3.1 2D 人脸识别介绍第15-16页
        1.3.2 2D 人脸识别的挑战与困难第16页
    1.4 3D 人脸识别第16-24页
        1.4.1 3D 人脸识别框架第16-17页
        1.4.2 3D 人脸数据获取技术第17页
        1.4.3 主流的 3D 人脸数据库第17-18页
        1.4.4 3D 人脸方法综述第18-23页
        1.4.5 3D 人脸识别的挑战与困难第23-24页
    1.5 本文的研究重点与内容安排第24-26页
第2章 三维人脸检测与姿态校正第26-53页
    2.1 引言第26-27页
    2.2 数据结构第27-28页
    2.3 人脸区域检测算法流程第28-45页
        2.3.1 数据预处理第28-33页
        2.3.2 鼻尖点定位第33-42页
        2.3.3 人脸切割第42-45页
    2.4 姿态校正第45-52页
        2.4.1 鼻尖法向量计算第45-46页
        2.4.2 鼻梁方向(Nose Bridge Direction)计算第46-50页
        2.4.3 姿态归一化第50-52页
    2.5 小结第52-53页
第3章 基于多模式 2D 图像的人脸识别第53-64页
    3.1 引言第53页
    3.2 基于稀疏表示的 2D 人脸识别第53-54页
    3.3 3D 网格模型生成的若干 2D 特征图像第54-59页
        3.3.1 2D 深度图像第55页
        3.3.2 2D 测地图像第55-57页
        3.3.3 2D 曲率图像第57-59页
    3.4 多模式 2D 特征图像融合第59页
    3.5 稀疏表示的多模式 2D 特征人脸识别方法第59-62页
    3.6 小结第62-64页
第4章 基于分片加权的 partial-ICP 和测地距离的 3D 人脸识别第64-72页
    4.1 引言第64-65页
    4.2 相关知识介绍第65-68页
        4.2.1 partial-ICP 算法第65-68页
        4.2.2 测地距离计算第68页
    4.3 算法流程第68-71页
        4.3.0 确定分片方式第68-69页
        4.3.1 确定分片权重系数第69-70页
        4.3.2 分类第70-71页
    4.4 小结第71-72页
第5章 基于多角度投影图像 SIFT 匹配的 3D 人脸识别第72-82页
    5.1 引言第72页
    5.2 SIFT 特征匹配算法第72-76页
    5.3 算法流程第76-81页
        5.3.1 人脸模型的姿态校正第76页
        5.3.2 生成多角度投影深度图第76-78页
        5.3.3 SIFT 特征匹配第78-79页
        5.3.4 匹配点对筛选第79-80页
        5.3.5 分类准则第80-81页
    5.4 小结第81-82页
第6章 实验结果与分析第82-93页
    6.1 现有的三维人脸数据库介绍第82-83页
    6.2 本文实验采用的 3 维人脸数据库第83-85页
        6.2.1 3 维人脸模型的表达形式第84-85页
    6.3 多模式 2D 人脸识别第85-88页
        6.3.1 测试数据准备第85-86页
        6.3.2 文中方法与 PCA,ICP 识别结果对比第86-88页
        6.3.3 多模式 2D 人脸识别小结第88页
    6.4 分片加权的 partial-ICP 和测地距离的 3D 人脸识别第88-91页
        6.4.1 测试数据准备第88-89页
        6.4.2 文中方法与 PCA,ICP 识别结果对比第89-91页
        6.4.3 分片加权的 partial-ICP 和测地距离的 3D 人脸识别小结第91页
    6.5 基于多角度投影 SIFT 匹配的 3D 人脸识别第91-93页
        6.5.1 测试数据准备第91页
        6.5.2 文中方法与 PCA,ICP 识别结果对比第91-92页
        6.5.3 基于多角度投影 SIFT 匹配的 3D 人脸识别小结第92-93页
第7章 总结与展望第93-95页
    7.1 总结第93-94页
    7.2 未来的工作方向第94-95页
参考文献第95-103页
作者简介及科研成果第103-104页
致谢第104页

论文共104页,点击 下载论文
上一篇:高速公路网运行监测若干关键技术研究
下一篇:基于两档双离合器自动变速器的纯电动汽车驱动与换档控制技术研究