多姿态人脸定位和识别方法研究
| 1 绪论 | 第1-23页 |
| ·课题背景 | 第9页 |
| ·课题研究目的 | 第9-10页 |
| ·人脸识别系统的概述 | 第10-11页 |
| ·国内外研究动态 | 第11-17页 |
| ·人脸检测与定位方法 | 第11-15页 |
| ·人脸特征提取与识别方法 | 第15-17页 |
| ·人脸识别的不同分类 | 第17-20页 |
| ·描述人脸的方法 | 第18-19页 |
| ·特征提取方法 | 第19-20页 |
| ·人脸识别的应用范围 | 第20-21页 |
| ·本文主要工作 | 第21-23页 |
| 2 脸部特征点定位 | 第23-42页 |
| ·引言 | 第23页 |
| ·脸部特征粗定位 | 第23-30页 |
| ·脸部形态结构统计关系 | 第23-24页 |
| ·近似灰度直方图 | 第24-25页 |
| ·用谷底定位法定位眼域 | 第25-29页 |
| ·嘴域特征点的定位 | 第29页 |
| ·鼻子特征点的定位 | 第29-30页 |
| ·图像平面内旋转的矫正 | 第30-34页 |
| ·传统图像插值方法的比较 | 第31页 |
| ·一种新的图像尺寸变化法 | 第31-34页 |
| ·特征基准点检测 | 第34-35页 |
| ·眼睛基准点的检测 | 第34页 |
| ·嘴部基准点的检测 | 第34-35页 |
| ·基于可变形模型的精确特征定位 | 第35-41页 |
| ·可变形模型 | 第35-36页 |
| ·眼睛区域特征形状检测 | 第36-38页 |
| ·嘴部形状检测 | 第38-40页 |
| ·仿真实验 | 第40-41页 |
| ·小结 | 第41-42页 |
| 3 基于人脸特征子空间分解的人脸识别 | 第42-53页 |
| ·引言 | 第42-43页 |
| ·特征子空间法 | 第43-46页 |
| ·特征子空间的数学描述 | 第44-46页 |
| ·特征子空间的最大似然估计 | 第46页 |
| ·人脸图像数据的归一化 | 第46-48页 |
| ·光照归一化--直方图匹配 | 第47-48页 |
| ·尺度归一化和屏蔽模板 | 第48页 |
| ·人脸特征子空间的生成及其性质 | 第48-50页 |
| ·人脸特征子空间的计算 | 第48-50页 |
| ·人脸特征子空间分解及其性质 | 第50-52页 |
| ·人脸图像的特征子空间分解 | 第50-51页 |
| ·人脸特征子空间性质分析 | 第51-52页 |
| ·小结 | 第52-53页 |
| 4 多姿态的人脸识别研究 | 第53-60页 |
| ·引言 | 第53页 |
| ·多姿态人脸识别概述 | 第53-54页 |
| ·多姿态识别方法的分类 | 第54-59页 |
| ·基于单一图像的多姿态识别 | 第55页 |
| ·基于单视图的多姿态识别的困境 | 第55-56页 |
| ·己有的基于单一图像多姿态人脸识别技术 | 第56页 |
| ·多姿态的判别算法分析 | 第56-57页 |
| ·利用特征子空间的人脸匹配算法 | 第57-59页 |
| ·小结 | 第59-60页 |
| 5 结论 | 第60-62页 |
| ·论文主要的研究内容 | 第60页 |
| ·不足之处与进一步的工作 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表的论文及所取得的研究 | 第65-66页 |
| 致谢 | 第66页 |
