基于正侧面级联匹配的人脸识别算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题的背景与意义 | 第10页 |
| ·人脸识别方法综述 | 第10-14页 |
| ·基于几何特征的人脸识别方法 | 第10-11页 |
| ·基于K-L 变换的特征脸方法 | 第11-12页 |
| ·神经网络方法 | 第12-13页 |
| ·弹性图匹配脸部识别方法 | 第13-14页 |
| ·隐马尔可夫模型的脸部识别方法 | 第14页 |
| ·基于FISHER 线性判别式的方法 | 第14页 |
| ·人脸识别的难点分析 | 第14-15页 |
| ·论文的内容安排 | 第15-17页 |
| 第二章 人脸图像的GABOR 特征提取 | 第17-26页 |
| ·小波变换基础 | 第17-20页 |
| ·小波变换 | 第17-19页 |
| ·多分辨率分析 | 第19-20页 |
| ·GABOR 小波 | 第20-24页 |
| ·一维GABOR 小波 | 第20-21页 |
| ·二维GABOR 小波 | 第21页 |
| ·二维GABOR 小波参数实验 | 第21-24页 |
| ·人脸图像的GABOR 变换 | 第24-25页 |
| ·人脸图像的GABOR 特征表示 | 第24-25页 |
| ·人脸GABOR 滤波结果 | 第25页 |
| ·小结 | 第25-26页 |
| 第三章 基于核主成分分析的特征提取 | 第26-33页 |
| ·核函数方法 | 第26-28页 |
| ·核特征空间的非线性方法 | 第26-27页 |
| ·核函数 | 第27-28页 |
| ·两种特征提取方法 | 第28-31页 |
| ·PCA 方法 | 第28-29页 |
| ·KPCA 方法 | 第29-30页 |
| ·两种方法的比较 | 第30-31页 |
| ·KPCA 特征提取实验 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第四章 基于正面图像的人脸识别算法 | 第33-45页 |
| ·问题的提出 | 第33页 |
| ·提取小波变换人脸低频子图 | 第33-34页 |
| ·提取人脸特征的GABOR 滤波器设计 | 第34-37页 |
| ·GABOR 参数的选择实验 | 第34-36页 |
| ·GABOR 特征的降采样 | 第36-37页 |
| ·用KPCA 方法降维 | 第37-39页 |
| ·核函数选择实验 | 第37-38页 |
| ·高斯核函数参数选择实验 | 第38-39页 |
| ·最小距离分类器 | 第39-41页 |
| ·算法描述 | 第41-42页 |
| ·实验结果与分析 | 第42-44页 |
| ·特征向量数量实验 | 第42-43页 |
| ·识别率比较实验 | 第43-44页 |
| ·识别时间分析 | 第44页 |
| ·小结 | 第44-45页 |
| 第五章 基于正侧面级联匹配的人脸识别 | 第45-57页 |
| ·问题的提出 | 第45页 |
| ·侧面轮廓线提取 | 第45-48页 |
| ·图像预处理 | 第45-47页 |
| ·图像分割 | 第47页 |
| ·轮廓线提取 | 第47-48页 |
| ·侧面匹配 | 第48-52页 |
| ·曲线拟合 | 第48-50页 |
| ·计算曲率线 | 第50页 |
| ·互相关函数 | 第50页 |
| ·筛选阈值的确定 | 第50-52页 |
| ·正面匹配 | 第52页 |
| ·算法描述 | 第52-54页 |
| ·实验结果与分析 | 第54-55页 |
| ·实验条件 | 第54页 |
| ·识别率比较实验 | 第54页 |
| ·识别时间分析 | 第54-55页 |
| ·小结 | 第55-57页 |
| 第六章 总结 | 第57-59页 |
| ·工作总结 | 第57页 |
| ·创新工作 | 第57-58页 |
| ·下一步的工作 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 读研期间发表的论文和参加的科研项目 | 第62页 |
