基于ASM的姿势鲁棒的人脸识别算法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-15页 |
| ·课题背景与意义 | 第8页 |
| ·人脸识别的发展与研究方向 | 第8-13页 |
| ·解决姿势变化的方法 | 第9-10页 |
| ·特征提取的主要方法 | 第10-12页 |
| ·ASM 的研究现状 | 第12-13页 |
| ·论文的研究内容和结构 | 第13-15页 |
| 第2章 基于级联MR-ASM 的人脸识别方法 | 第15-22页 |
| ·系统框架 | 第15-16页 |
| ·实验室工作基础 | 第16-19页 |
| ·MR-ASM 训练 | 第16-17页 |
| ·级联MR-ASM 训练 | 第17-18页 |
| ·特征点定位 | 第18-19页 |
| ·改进的级联MR-ASM 特征点定位算法 | 第19-21页 |
| ·原算法存在的问题 | 第19页 |
| ·改进的算法 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 人脸正则化 | 第22-39页 |
| ·基于二维非线性映射的人脸正则化 | 第22-30页 |
| ·ASM 模型归一化 | 第22-24页 |
| ·平面内旋转的校正 | 第24-25页 |
| ·尺度归一化 | 第25-26页 |
| ·纹理映射 | 第26-30页 |
| ·基于三维模型的人脸正则化 | 第30-37页 |
| ·算法总体思路 | 第30-31页 |
| ·奇异值分解 | 第31-32页 |
| ·计算矫正矩阵 | 第32-33页 |
| ·人脸姿势校正 | 第33-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 人脸特征提取和分类识别 | 第39-52页 |
| ·基于本征脸的人脸特征提取 | 第39-40页 |
| ·Eigenfaces | 第39-40页 |
| ·基于MPEG7 本征脸的特征提取 | 第40页 |
| ·基于LGT 的人脸特征提取 | 第40-49页 |
| ·LGT 训练 | 第41-45页 |
| ·LGT 特征提取 | 第45-46页 |
| ·LGT 算法实现 | 第46-49页 |
| ·基于K 近邻的分类算法 | 第49页 |
| ·实验结果 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 人脸识别系统设计与实现 | 第52-64页 |
| ·系统设计 | 第52-54页 |
| ·系统需求 | 第52页 |
| ·功能模块 | 第52页 |
| ·系统结构 | 第52-53页 |
| ·数据库设计 | 第53-54页 |
| ·系统实现 | 第54-61页 |
| ·后台算法调用 | 第54-55页 |
| ·模块间的通信 | 第55-59页 |
| ·线程设置 | 第59页 |
| ·线程间的协同工作 | 第59-60页 |
| ·内存管理 | 第60-61页 |
| ·系统特点 | 第61-62页 |
| ·系统演示 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的学术论文 | 第70-71页 |
| 致谢 | 第71页 |
