融合全局和局部特征的人脸识别
| 摘要 | 第1-6页 |
| Abstract | 第6-21页 |
| 第1章 绪论 | 第21-56页 |
| ·课题研究背景和意义 | 第21-23页 |
| ·研究背景 | 第21页 |
| ·研究意义 | 第21-23页 |
| ·人脸识别问题描述 | 第23页 |
| ·人脸识别的研究历史和现状 | 第23-37页 |
| ·人类视觉感知系统的借鉴意义 | 第37-46页 |
| ·生物视觉感知系统概述 | 第38-42页 |
| ·自动人脸识别方法的生理学和心理学依据 | 第42-46页 |
| ·主要的公共人脸识别数据库和性能评测情况 | 第46-53页 |
| ·公共人脸识别数据库 | 第46-49页 |
| ·性能评测 | 第49-53页 |
| ·问题的提出和本文的主要贡献 | 第53-54页 |
| ·问题的提出 | 第53页 |
| ·主要贡献 | 第53-54页 |
| ·本文的组织结构 | 第54-56页 |
| 第2章 基于局部特征分组及其集成的人脸识别 | 第56-74页 |
| ·引言 | 第56-57页 |
| ·局部Gabor 特征提取 | 第57-59页 |
| ·Gabor 特征的分组和集成 | 第59-66页 |
| ·Gabor 特征分组 | 第60-64页 |
| ·多分类器集成 | 第64-66页 |
| ·实验与分析 | 第66-73页 |
| ·测试数据库介绍 | 第66-68页 |
| ·特征分组方式对性能的影响 | 第68-72页 |
| ·与其它方法的性能对比 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第3章 集成全局和局部特征的人脸识别 | 第74-93页 |
| ·引言 | 第74-75页 |
| ·全局Fourier 特征提取 | 第75-77页 |
| ·全局和局部分类器层级集成 | 第77-81页 |
| ·并行集成 | 第77-79页 |
| ·串行集成 | 第79-81页 |
| ·实验与分析 | 第81-91页 |
| ·测试数据库介绍 | 第81-82页 |
| ·全局和局部特征不同作用的验证 | 第82-84页 |
| ·分类器并行集成后的性能分析 | 第84-87页 |
| ·分类器串行集成后的性能分析 | 第87-91页 |
| ·本章小结 | 第91-93页 |
| 第4章 最优判别投影寻踪 | 第93-118页 |
| ·引言 | 第93页 |
| ·Fisher 线性判别分析及其改进方法 | 第93-97页 |
| ·ODPP 算法框架 | 第97-98页 |
| ·候选投影集合的构建 | 第98-104页 |
| ·重叠样本和孤立样本的检测 | 第99-100页 |
| ·候选投影向量的精简 | 第100-101页 |
| ·边缘样本的检测 | 第101-103页 |
| ·CPS 构建算法 | 第103-104页 |
| ·最优投影集合的选择 | 第104-107页 |
| ·实验与分析 | 第107-116页 |
| ·合成数据集上的实验结果 | 第107-111页 |
| ·UCI 数据集上的实验结果 | 第111-115页 |
| ·人脸数据库上的实验结果 | 第115-116页 |
| ·本章小结 | 第116-118页 |
| 第5章 原型系统实现 | 第118-124页 |
| ·引言 | 第118页 |
| ·原型系统组成 | 第118-119页 |
| ·系统模块简介 | 第119-122页 |
| ·人脸检测 | 第119-120页 |
| ·眼睛定位 | 第120-121页 |
| ·图像归一化 | 第121页 |
| ·面部特征提取 | 第121页 |
| ·相似度计算及排序 | 第121-122页 |
| ·系统实例 | 第122-123页 |
| ·本章小结 | 第123-124页 |
| 结论 | 第124-127页 |
| 参考文献 | 第127-144页 |
| 攻读学位期间发表的学术论文及其它成果 | 第144-147页 |
| 致谢 | 第147-149页 |
| 个人简历 | 第149页 |
