基于多特征融合的假冒人脸检测算法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 基于图像属性检测 | 第11-14页 |
| 1.2.2 基于视频人脸动态属性检测 | 第14-15页 |
| 1.2.3 多方法融合检测 | 第15-16页 |
| 1.3 论文主要工作与章节安排 | 第16-17页 |
| 1.3.1 论文的主要工作 | 第16页 |
| 1.3.2 论文章节安排 | 第16-17页 |
| 第2章 人脸识别数据集和预处理 | 第17-23页 |
| 2.1 实验数据集 | 第17-20页 |
| 2.1.1 CASIA-FASD | 第17-18页 |
| 2.1.2 REPLAY-ATTACK | 第18-19页 |
| 2.1.3 NUAA | 第19页 |
| 2.1.4 MSU MFSD | 第19-20页 |
| 2.2 人脸识别性能指标 | 第20-21页 |
| 2.3 人脸区域提取 | 第21-22页 |
| 2.3.1 直方图均衡化 | 第21-22页 |
| 2.3.2 确定人脸区域 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于多尺度多特征融合的假冒人脸检测算法 | 第23-35页 |
| 3.1 金字塔模型 | 第24-25页 |
| 3.2 近邻LBP算法分析 | 第25-27页 |
| 3.2.1 基本LBP算法 | 第25-26页 |
| 3.2.2 近邻LBP算法 | 第26-27页 |
| 3.3 光流算法分析 | 第27-29页 |
| 3.4 静态和动态结合的多特征融合检测方法 | 第29-34页 |
| 3.4.1 算法流程介绍 | 第29-30页 |
| 3.4.2 图像特征提取步骤 | 第30-31页 |
| 3.4.3 实验结果与分析 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于DBN的智能终端假冒人脸检测算法 | 第35-49页 |
| 4.1 人脸识别检测方案 | 第36-40页 |
| 4.1.1 多通道线性LBP | 第36-40页 |
| 4.1.2 LK光流算法 | 第40页 |
| 4.2 DBN分类算法 | 第40-44页 |
| 4.2.1 人脸图像与DBN映射 | 第41-42页 |
| 4.2.2 预训练 | 第42-43页 |
| 4.2.3 调优 | 第43-44页 |
| 4.3 算法流程 | 第44-45页 |
| 4.3.1 多通道线性LBP | 第44-45页 |
| 4.3.2 LK光流 | 第45页 |
| 4.3.3 假冒人脸分类 | 第45页 |
| 4.4 实验结果与分析 | 第45-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第5章 结论与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 未来工作展望 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |
