基于唇动的身份认证算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 唇动认证技术及相关算法的发展概况 | 第9-15页 |
| 1.2.1 人脸和唇部的定位算法研究 | 第10-12页 |
| 1.2.2 唇动特征的提取算法的研究 | 第12-14页 |
| 1.2.3 分类算法的研究 | 第14-15页 |
| 1.3 本课题的主要研究内容 | 第15-17页 |
| 第2章 SIFT算法的理论基础 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 SIFT算法相关基本概念 | 第17-20页 |
| 2.3 SIFT算法的实现 | 第20-26页 |
| 2.3.1 关键点检测 | 第20-23页 |
| 2.3.2 关键点方向 | 第23-24页 |
| 2.3.3 关键点的描述 | 第24-25页 |
| 2.3.4 关键点的匹配 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 定位与帧图片提取算法 | 第27-36页 |
| 3.1 引言 | 第27页 |
| 3.2 人脸与唇部的定位算法 | 第27-32页 |
| 3.2.1 Haar特征 | 第27-29页 |
| 3.2.2 Adaboost学习算法 | 第29-31页 |
| 3.2.3 唇部定位算法 | 第31-32页 |
| 3.3 帧图片提取算法 | 第32-35页 |
| 3.3.1 帧图片提取算法 | 第32-33页 |
| 3.3.2 帧图片提取算法的实验结果 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于SIFT算法的匹配模型与特征提取 | 第36-48页 |
| 4.1 引言 | 第36页 |
| 4.2 基于SIFT的目标匹配与认证 | 第36-40页 |
| 4.2.1 SIFT算法的简要介绍 | 第36-37页 |
| 4.2.2 SIFT算法的参数改进与目标匹配 | 第37-40页 |
| 4.3 基于SIFT的新的特征提取方法 | 第40-46页 |
| 4.3.1 唇动特征提取方法 | 第40-43页 |
| 4.3.2 唇动特征提取算法的实验结果 | 第43-46页 |
| 4.4 基于所提取特征的分类算法 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 唇动身份认证系统与实验结果 | 第48-55页 |
| 5.1 引言 | 第48-49页 |
| 5.2 唇读数据库的建立 | 第49-50页 |
| 5.2.1 唇动身份认证数据库的简介 | 第49页 |
| 5.2.2 唇动身份认证数据库的建立 | 第49-50页 |
| 5.3 实验结果与比较结果分析 | 第50-54页 |
| 5.3.1 LBP特征简介 | 第50-52页 |
| 5.3.2 HOG特征简介 | 第52页 |
| 5.3.3 唇动身份认证的实验结果与对比分析 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
