基于改进LBP特征的三维人脸识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-23页 |
| 1.1 引言 | 第9-10页 |
| 1.2 人脸识别技术 | 第10-14页 |
| 1.2.1 人脸识别概述 | 第10-11页 |
| 1.2.2 人脸识别性能指标 | 第11-12页 |
| 1.2.3 人脸识别分类 | 第12-13页 |
| 1.2.4 公共人脸数据库 | 第13-14页 |
| 1.3 三维人脸识别技术 | 第14-17页 |
| 1.3.1 三维人脸数据的采集 | 第14-15页 |
| 1.3.2 三维人脸模型表现形式 | 第15-16页 |
| 1.3.3 三维人脸识别的流程 | 第16页 |
| 1.3.4 三维人脸识别技术的优势与挑战 | 第16-17页 |
| 1.4 三维人脸识别算法研究现状综述 | 第17-22页 |
| 1.4.1 基于空域信息的直接匹配算法 | 第18页 |
| 1.4.2 基于特征的匹配方法 | 第18-22页 |
| 1.5 本文概述 | 第22-23页 |
| 第二章 基于区域改进LBP的三维人脸识别算法 | 第23-35页 |
| 2.1 引言 | 第23页 |
| 2.2 相关工作 | 第23-24页 |
| 2.3 算法思路 | 第24-25页 |
| 2.4 人脸模型预处理 | 第25-27页 |
| 2.4.1 提取人脸区域 | 第26页 |
| 2.4.2 平滑去噪 | 第26页 |
| 2.4.3 姿态归一化 | 第26-27页 |
| 2.4.4 深度图及其归一化 | 第27页 |
| 2.5 特征提取 | 第27-29页 |
| 2.5.1 局部区域提取 | 第27-28页 |
| 2.5.2 LBP及其等价模式 | 第28页 |
| 2.5.3 改进LBP | 第28-29页 |
| 2.6 带权重的稀疏表示分类器 | 第29-30页 |
| 2.6.1 稀疏表示分类器 | 第29-30页 |
| 2.6.2 带权重的稀疏表示分类器 | 第30页 |
| 2.7 实验 | 第30-33页 |
| 2.7.1 单个区域分类结果 | 第30-31页 |
| 2.7.2 特征融合 | 第31页 |
| 2.7.3 决策级融合 | 第31-32页 |
| 2.7.4 识别结果分析与比较 | 第32-33页 |
| 2.8 本章小结 | 第33-35页 |
| 第三章 基于改进网格LBP的三维人脸识别 | 第35-45页 |
| 3.1 引言 | 第35页 |
| 3.2 相关工作 | 第35页 |
| 3.3 算法思路 | 第35-36页 |
| 3.4 预处理 | 第36页 |
| 3.5 网格LBP | 第36-39页 |
| 3.5.1 网格提取LBP | 第36-38页 |
| 3.5.2 多环网格LBP | 第38-39页 |
| 3.6 改进网格LBP | 第39-40页 |
| 3.7 基于改进网格LBP的三维人脸识别 | 第40-43页 |
| 3.7.1 提取关键点 | 第40-41页 |
| 3.7.2 计算局部区域改进网格LBP特征 | 第41-42页 |
| 3.7.3 实验 | 第42页 |
| 3.7.4 与其他算法的对比 | 第42-43页 |
| 3.8 本章小结 | 第43-45页 |
| 第四章 三维人脸识别系统 | 第45-55页 |
| 4.1 引言 | 第45页 |
| 4.2 相关工作 | 第45-46页 |
| 4.3 三维人脸识别系统介绍 | 第46-48页 |
| 4.4 基于特征的快速排除算法 | 第48-51页 |
| 4.4.1 数字特征 | 第48-49页 |
| 4.4.2 有价值的侧面轮廓线特征 | 第49-51页 |
| 4.5 精确匹配算法 | 第51-52页 |
| 4.6 人脸识别系统设计与工作流程 | 第52-53页 |
| 4.7 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文研究总结 | 第55-56页 |
| 5.2 未来工作展望 | 第56页 |
| 5.3 结束语 | 第56-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 作者在攻读硕士期间发表的论文与专利 | 第65页 |
