有部分遮挡的人脸识别方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 引言 | 第10页 |
| 1.2 研究背景及研究现状 | 第10-13页 |
| 1.3 研究内容及研究意义 | 第13-14页 |
| 1.4 人脸图像数据库 | 第14-15页 |
| 1.5 论文结构安排 | 第15-17页 |
| 第二章 人脸识别过程 | 第17-34页 |
| 2.1 人脸识别框架 | 第17-18页 |
| 2.2 人脸识别图像采集及预处理 | 第18-24页 |
| 2.2.1 人脸图像采集 | 第18-19页 |
| 2.2.2 人脸图像预处理 | 第19-24页 |
| 2.3 人脸特征提取及分类 | 第24-31页 |
| 2.3.1 特征提取 | 第25-29页 |
| 2.3.2 人脸分类 | 第29-31页 |
| 2.4 部分遮挡人脸识别问题难点 | 第31-34页 |
| 第三章 基于全局图像的有部分遮挡人脸识别 | 第34-52页 |
| 3.1 引言 | 第34页 |
| 3.2 鲁棒稀疏编码方法 | 第34-40页 |
| 3.2.1 稀疏编码模型 | 第35-36页 |
| 3.2.2 算法原理 | 第36-38页 |
| 3.2.3 实验结果及分析 | 第38-40页 |
| 3.3 字典分解方法 | 第40-51页 |
| 3.3.1 稀疏与密集混合表示模型 | 第42-44页 |
| 3.3.2 算法原理 | 第44-48页 |
| 3.3.3 实验结果及分析 | 第48-51页 |
| 3.4 总结 | 第51-52页 |
| 第四章 基于局部图像的有部分遮挡人脸识别 | 第52-70页 |
| 4.1 引言 | 第52页 |
| 4.2 动态图规整方法 | 第52-61页 |
| 4.2.1 动态图规整模型 | 第52-55页 |
| 4.2.2 算法原理 | 第55-56页 |
| 4.2.3 实验结果及分析 | 第56-61页 |
| 4.3 多特征点稀疏表示方法 | 第61-69页 |
| 4.3.1 MKD-SRC模型 | 第62-64页 |
| 4.3.2 算法原理 | 第64-66页 |
| 4.3.3 实验结果及分析 | 第66-69页 |
| 4.4 总结 | 第69-70页 |
| 第五章 有遮挡人脸识别算法的改进与实现 | 第70-82页 |
| 5.1 引言 | 第70页 |
| 5.2 主动引入遮挡数据的方法 | 第70-75页 |
| 5.2.1 主动引入遮挡数据模型 | 第71页 |
| 5.2.2 算法原理 | 第71-72页 |
| 5.2.3 实验结果及分析 | 第72-75页 |
| 5.3 快速协同匹配方法 | 第75-81页 |
| 5.3.1 全局图像和局部图像混合模型 | 第76页 |
| 5.3.2 算法原理 | 第76-79页 |
| 5.3.3 实验结果及分析 | 第79-81页 |
| 5.4 总结 | 第81-82页 |
| 第六章 总结与展望 | 第82-85页 |
| 6.1 总结 | 第82-83页 |
| 6.2 后续工作展望 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-92页 |
| 攻读硕士学位期间取得的成果 | 第92-93页 |
