| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 论文研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状和发展趋势 | 第14-16页 |
| 1.2.1 手势识别国内外发展现状 | 第14-15页 |
| 1.2.2 手势识别发展趋势 | 第15页 |
| 1.2.3 人脸识别国内外发展现状 | 第15-16页 |
| 1.2.4 人脸识别发展趋势 | 第16页 |
| 1.3 论文结构安排与主要工作 | 第16-18页 |
| 第二章 手势识别 | 第18-36页 |
| 2.1 手势识别概述 | 第18页 |
| 2.2 手势图像预处理 | 第18-19页 |
| 2.2.1 滤波处理 | 第18-19页 |
| 2.2.2 图像形态学处理 | 第19页 |
| 2.3 手势跟踪 | 第19-21页 |
| 2.3.1 Mean Shift算法 | 第20-21页 |
| 2.3.2 改进的Mean Shift算法 | 第21页 |
| 2.4 手势分割 | 第21-24页 |
| 2.4.1 基于运动信息的分割 | 第21-22页 |
| 2.4.2 基于多模式信息的分割 | 第22页 |
| 2.4.3 基于表观特征的分割 | 第22-24页 |
| 2.4.4 改进的手势分割方法 | 第24页 |
| 2.5 手势的特征提取 | 第24-29页 |
| 2.5.1 基于拓扑特征的提取 | 第24-25页 |
| 2.5.2 基于Hu矩特征的提取 | 第25-26页 |
| 2.5.3 基于指尖检测的特征提取 | 第26-29页 |
| 2.6 手势识别 | 第29-31页 |
| 2.6.1 基于概率统计模型的方法 | 第29-30页 |
| 2.6.2 基于人工神经网络的方法 | 第30页 |
| 2.6.3 基于模板匹配的方法 | 第30-31页 |
| 2.7 实验结果与分析 | 第31-35页 |
| 2.7.1 手势跟踪效果 | 第31-32页 |
| 2.7.2 手势分割效果 | 第32-33页 |
| 2.7.3 手势特征提取结果 | 第33-34页 |
| 2.7.4 手势识别实验结果分析 | 第34-35页 |
| 2.8 本章小结 | 第35-36页 |
| 第三章 人脸识别 | 第36-54页 |
| 3.1 人脸识别概述 | 第36页 |
| 3.2 人脸检测 | 第36-39页 |
| 3.2.1 基于知识的检测方法 | 第37页 |
| 3.2.2 基于统计的检测方法 | 第37-38页 |
| 3.2.3 本文人脸检测方法 | 第38-39页 |
| 3.3 图像预处理 | 第39-41页 |
| 3.3.1 彩色图像灰度化 | 第39页 |
| 3.3.2 图像滤波处理 | 第39-40页 |
| 3.3.3 图像形态学处理 | 第40页 |
| 3.3.4 直方图均衡化 | 第40-41页 |
| 3.4 人脸识别算法 | 第41-48页 |
| 3.4.1 基于LBP算法的人脸识别方法 | 第41-42页 |
| 3.4.2 基于主成分分析法的人脸识别方法 | 第42-45页 |
| 3.4.3 基于线性鉴别分析法的人脸识别方法 | 第45-46页 |
| 3.4.4 基于改进的LBP算法与PCA方法结合的人脸识别 | 第46-48页 |
| 3.5 实验结果与分析 | 第48-53页 |
| 3.5.1 人脸检测实验 | 第49-50页 |
| 3.5.2 改进的LBP算法实验 | 第50页 |
| 3.5.3 人脸识别实验 | 第50-52页 |
| 3.5.4 人脸识别系统测试 | 第52-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 信息融合技术及其在门禁系统中的应用 | 第54-60页 |
| 4.1 信息融合技术 | 第54-57页 |
| 4.1.1 融合技术的分类 | 第54-56页 |
| 4.1.2 多分类器决策融合算法的分类 | 第56-57页 |
| 4.2 门禁系统中的信息融合应用 | 第57-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-63页 |
| 5.1 总结 | 第60-62页 |
| 5.2 展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 作者在学期间取得的学术成果 | 第70页 |