视频序列中的人物身份识别研究
摘要 | 第1-8页 |
ABSTRACT | 第8-10页 |
第一章 绪论 | 第10-16页 |
·研究背景及意义 | 第10-11页 |
·研究概述和热点分析 | 第11-13页 |
·视频人脸识别 | 第11-12页 |
·步态识别 | 第12-13页 |
·论文主要研究内容 | 第13页 |
·论文的组织结构 | 第13-16页 |
第二章 国内外研究现状分析 | 第16-30页 |
·引言 | 第16页 |
·人脸检测和定位 | 第16-17页 |
·基于静态图片的人脸识别方法 | 第17-21页 |
·特征脸算法 | 第17-19页 |
·线性判别分析 | 第19页 |
·基于面部特征的方法:弹性模板匹配 | 第19-20页 |
·综合的方法 | 第20页 |
·3D可变形模型 | 第20-21页 |
·视频中的人脸识别方法 | 第21-23页 |
·视频人脸识别的相关技术 | 第21-22页 |
·视频人脸识别技术的概述 | 第22-23页 |
·光照和姿态变化对人脸识别的影响 | 第23-25页 |
·光照变化对人脸识别的影响 | 第23-25页 |
·姿态变化对人脸识别的影响 | 第25页 |
·步态识别研究现状综述 | 第25-27页 |
·步态在心理学上的研究 | 第26页 |
·在医学上的研究 | 第26-27页 |
·计算机科学上的研究 | 第27页 |
·本章小结 | 第27-30页 |
第三章 基于位平面的光照不变性人脸识别 | 第30-38页 |
·引言 | 第30-31页 |
·压缩域上的人脸图像的提取 | 第31页 |
·位平面加权的特征向量提取 | 第31-33页 |
·二维类内PCA识别算法的研究 | 第33-34页 |
·基于PCA的类内平均脸法 | 第33页 |
·PCA能量范围的选取 | 第33-34页 |
·实验结果 | 第34-36页 |
·本章小结 | 第36-38页 |
第四章 基于三维人脸重建的多姿态人脸识别 | 第38-52页 |
·引言 | 第38页 |
·基于ASM的3D人脸重建 | 第38-46页 |
·Candide-3模型简介 | 第40页 |
·基于ASM的特征点标注 | 第40-44页 |
·非轮廓、边缘特征点的插值 | 第44-45页 |
·纹理投影和纹理插值 | 第45-46页 |
·姿态估计 | 第46-48页 |
·实验设计与结果分析 | 第48-51页 |
·实验数据库介绍 | 第48-49页 |
·实验流程与结果分析 | 第49-51页 |
·本章小结 | 第51-52页 |
第五章 基于视频的HMM后处理人脸识别 | 第52-58页 |
·引言 | 第52页 |
·基于HMM的后处理模型 | 第52-55页 |
·基于HMM的后处理模型 | 第52-54页 |
·混淆矩阵 | 第54页 |
·先验概率 | 第54-55页 |
·置信度计算 | 第55页 |
·视频中的人脸识别实验 | 第55-57页 |
·测试视频人脸库介绍 | 第55页 |
·训练阶段 | 第55-56页 |
·实验结果 | 第56-57页 |
·本章小结 | 第57-58页 |
第六章 基于光流和分割的步态识别 | 第58-66页 |
·引言 | 第58-59页 |
·基于光流的多区域分割模型 | 第59-63页 |
·改进的光流场基本方程 | 第59-60页 |
·运动目标检测与分割 | 第60-61页 |
·人体区域划分 | 第61-62页 |
·人体子区域的椭圆拟合 | 第62-63页 |
·步态识别实验 | 第63-65页 |
·测试步态库简介 | 第63-64页 |
·测试流程 | 第64页 |
·实验结果 | 第64-65页 |
·本章小结 | 第65-66页 |
第七章 结论与展望 | 第66-68页 |
·论文工作总结 | 第66页 |
·未来工作展望 | 第66-68页 |
参考文献 | 第68-74页 |
致谢 | 第74-76页 |
研究生期间研究成果等情况 | 第76-77页 |
1 、硕士期间发表论文情况 | 第76页 |
2 、硕士期间参与项目情况 | 第76页 |
3 、硕士期间获奖情况 | 第76-77页 |