首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

多视角图像数据挖掘的人脸数据库优化方法及应用研究

致谢第4-5页
摘要第5-6页
Abstract第6-7页
1 绪论第11-26页
    1.1 研究背景及意义第11-13页
    1.2 国内外研究现状及发展动态第13-20页
        1.2.1 人脸数据库优化方法综述第14-16页
        1.2.2 人脸图像数据挖掘方法综述第16-18页
        1.2.3 人脸图像特征提取方法综述第18-19页
        1.2.4 研究现状总结与关键科学问题第19-20页
    1.3 研究内容与研究方案第20-24页
        1.3.1 研究目标与内容第20-22页
        1.3.2 研究方案与技术路线第22-24页
        1.3.3 论文创新之处第24页
    1.4 论文组织与结构第24-26页
2 多视角人脸数据库优化基础理论的提出第26-54页
    2.1 复合梯度向量模型第26-32页
        2.1.1 基础概念和定义第26-30页
        2.1.2 复合梯度向量维度的衍生关系第30-32页
    2.2 频率簇模型第32-44页
        2.2.1 基础概念和定义第32-41页
        2.2.2 频率簇模型预测第41-44页
    2.3 奇异点和特征点模型第44-51页
        2.3.1 奇异点基础概念和定义第45-48页
        2.3.2 特征点基础概念和定义第48-51页
    2.4 决策树模型第51-54页
        2.4.1 决策树构造第51-53页
        2.4.2 决策树剪枝第53-54页
3 空域视角下人脸数据库优化方法第54-73页
    3.1 人脸图像预处理第55-56页
    3.2 人脸图像复合梯度向量特征提取第56-60页
        3.2.1 构建特征矩阵第56-59页
        3.2.2 组建复合梯度向量第59-60页
    3.3 复合梯度向量数据挖掘第60-61页
    3.4 复合梯度向量人脸数据库优化第61-62页
    3.5 算法测试第62-71页
        3.5.1 算法验证第62-64页
        3.5.2 鲁棒性测试第64-69页
        3.5.3 光照变化测试第69-71页
    3.6 本章小结第71-73页
4 频域视角下人脸数据库优化方法第73-91页
    4.1 人脸图像熵能量和能量频率计算第74-75页
    4.2 频率簇模型提取第75-78页
        4.2.1 人脸图像几何布局分析第75-76页
        4.2.2 频率簇计算及频率簇预测第76-78页
    4.3 基于频率簇模型的人脸图像数据库优化第78-82页
        4.3.1 基于频率簇模型的决策树构建第78-79页
        4.3.2 基于频率簇模型的数据库多层索引设计第79-80页
        4.3.3 基于频率簇模型的人脸识别方法第80-82页
    4.4 算法分析与验证第82-89页
        4.4.1 准确率测试第82-87页
        4.4.2 光照和表情变化测试第87-89页
    4.5 本章小结第89-91页
5 三维视角下人脸数据库优化方法第91-115页
    5.1 纹理图像分割第92-94页
    5.2 三维特征提取第94-96页
        5.2.1 三维奇异点及邻域结构提取第94页
        5.2.2 三维特征点及子区域提取第94-95页
        5.2.3 三维特征稳定性分析第95-96页
    5.3 三维人脸数据库优化第96-103页
        5.3.1 三维特征数据挖掘方法第96-98页
        5.3.2 三维数据库索引结构设计第98-99页
        5.3.3 三维数据库中人脸识别算法第99-103页
    5.4 实验设计与实验结果第103-113页
        5.4.1 测试结果与对比分析第103-112页
        5.4.2 稳定性与鲁棒性测试第112-113页
    5.5 本章小结第113-115页
6 多视角人脸数据库优化方法在电子商务身份验证中的应用第115-122页
    6.1 电子商务身份验证现状分析第115-116页
    6.2 多视角人脸数据库优化的电子商务验证解决方案设计第116-117页
    6.3 基于多视角人脸数据库优化的电子商务验证系统设计第117-119页
    6.4 实例验证与分析第119-121页
    6.5 系统优势分析第121页
    6.6 本章小结第121-122页
7 结论与展望第122-125页
    7.1 结论第122-124页
    7.2 展望第124-125页
参考文献第125-139页
作者简历第139-143页
学位论文数据集第143-144页
附件第144页

论文共144页,点击 下载论文
上一篇:基于数据驱动的交流伺服系统运动控制方法研究
下一篇:安全多方计算若干问题研究