基于局部特征的人脸识别的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 引言 | 第10-20页 |
| ·项目研究的意义及现状 | 第11-13页 |
| ·人脸特征提取的种类及其应用 | 第13-16页 |
| ·人脸识别的分类 | 第13-14页 |
| ·人脸识别的性能 | 第14-15页 |
| ·应用情况 | 第15-16页 |
| ·人脸特征提取的的优势及其困难 | 第16-17页 |
| ·人脸识别的优势 | 第16-17页 |
| ·人脸识别的困难 | 第17页 |
| ·人脸识别研究的内容 | 第17-19页 |
| ·研究构想与思路 | 第17页 |
| ·主要研究的内容 | 第17-18页 |
| ·拟解决的关键技术 | 第18-19页 |
| ·本文的结构安排 | 第19-20页 |
| 第2章 相关理论基础及技术 | 第20-38页 |
| ·计算机图像处理的基础知识 | 第20-25页 |
| ·计算机处理数字图像的特点 | 第20-21页 |
| ·数字图像处理的方法 | 第21-22页 |
| ·计算机图像的颜色模式 | 第22-25页 |
| ·小波变换在图像处理中的应用 | 第25-31页 |
| ·小波变换 | 第25-27页 |
| ·小波变换在图像处理中的应用 | 第27-30页 |
| ·小波变换用于图像处理的优势 | 第30-31页 |
| ·人脸检测的原理及经典方法 | 第31-34页 |
| ·人脸识别的常用方法 | 第34-36页 |
| ·小结 | 第36-38页 |
| 第3章 基于小波变换的人脸检测算法研究 | 第38-54页 |
| ·基于 Haar变换的人脸检测 | 第38-42页 |
| ·Haar函数及 Haar变换 | 第38页 |
| ·人脸特征的 Haar提取 | 第38-41页 |
| ·基于Haar特征和肤色模型的人脸检测 | 第41-42页 |
| ·人脸定位 | 第42-46页 |
| ·小波分析及发型模板确定人脸朝向 | 第42-45页 |
| ·基于小波分析的人脸定位 | 第45-46页 |
| ·人脸分割 | 第46-51页 |
| ·边缘检测 | 第46-48页 |
| ·边缘细化 | 第48-49页 |
| ·人脸区域搜索 | 第49-50页 |
| ·曲线拟合 | 第50-51页 |
| ·小结 | 第51-54页 |
| 第4章 人脸局部特征提取与比对的研究 | 第54-64页 |
| ·人脸局部特征定位 | 第54-57页 |
| ·Mallat算法及广义对称变换 | 第54-55页 |
| ·小波分解数据域对称变换算法 | 第55页 |
| ·人脸局部特征的定位 | 第55-57页 |
| ·人脸局部的几何特征计算 | 第57-60页 |
| ·人脸局部特征矢量的提取方法 | 第58-59页 |
| ·人脸五官特征矢量的生成 | 第59-60页 |
| ·人脸特征的提取与比对 | 第60-63页 |
| ·PCA提取特征的原理 | 第60-61页 |
| ·基于小波变换和 PCA的识别方法 | 第61-63页 |
| ·小结 | 第63-64页 |
| 第5章 基于局部特征的人脸识别系统实现 | 第64-78页 |
| ·基于局部特征的人脸识别系统的实现方案 | 第64-65页 |
| ·基于小波变换的人脸检测算法的实现 | 第65-72页 |
| ·人脸样本预处理 | 第65-67页 |
| ·肤色区域选定 | 第67-69页 |
| ·人脸五官定位 | 第69-71页 |
| ·归一化处理 | 第71-72页 |
| ·人脸训练库的建立 | 第72-75页 |
| ·人脸五官特征矢量的训练 | 第72-73页 |
| ·根据特征矢量把人脸库分类 | 第73-74页 |
| ·数据库的建立 | 第74-75页 |
| ·人脸特征提取与比对的实现 | 第75-77页 |
| ·人脸特征的提取 | 第75-76页 |
| ·人脸特征的比对 | 第76-77页 |
| ·总结 | 第77-78页 |
| 第6章 总结与展望 | 第78-80页 |
| ·本文结论 | 第78-79页 |
| ·展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84页 |
