复杂光照条件下的人脸识别研究
| 目录 | 第1-6页 |
| CONTENTS | 第6-8页 |
| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 引言 | 第11-15页 |
| ·课题的背景和意义 | 第11页 |
| ·人脸识别的应用 | 第11-12页 |
| ·人脸识别研究的现状和挑战 | 第12-13页 |
| ·人脸识别的研究内容 | 第13-14页 |
| ·本文的主要工作 | 第14-15页 |
| 第二章 人脸检测 | 第15-27页 |
| ·人脸检测的方法 | 第15-16页 |
| ·基于肤色的人脸检测方法 | 第15页 |
| ·基于模板的人脸检测方法 | 第15-16页 |
| ·基于知识的人脸检测方法 | 第16页 |
| ·基于人工神经网络的检测方法 | 第16页 |
| ·人脸检测算法的评价标准 | 第16-17页 |
| ·几种常见的色彩空间 | 第17-22页 |
| ·RGB颜色空间 | 第17-18页 |
| ·亮度归一化的rgb颜色空间 | 第18-19页 |
| ·YCbCr颜色空间 | 第19-20页 |
| ·HSI颜色空间 | 第20-21页 |
| ·CMY颜色空间 | 第21-22页 |
| ·二值图的形态学 | 第22-24页 |
| ·腐蚀(Erosion) | 第22-23页 |
| ·膨胀(Dilation) | 第23页 |
| ·开运算和闭运算 | 第23-24页 |
| ·基于改进色彩空间的肤色模型建立 | 第24-26页 |
| ·改进的颜色空间 | 第24-25页 |
| ·肤色模型的建立 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于H-SI-I肤色模型的人脸检测 | 第27-32页 |
| ·光照补偿 | 第27页 |
| ·基于H-SI-I肤色模型的人脸分割 | 第27-29页 |
| ·去噪和几何特征处理 | 第29-30页 |
| ·精确定位 | 第30页 |
| ·实验过程与结果 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 人脸图像预处理 | 第32-38页 |
| ·彩色图像转化成灰度图像 | 第32-33页 |
| ·人脸图像增强 | 第33-34页 |
| ·人脸图像的归一化 | 第34-37页 |
| ·人脸图像的几何归一化 | 第34-37页 |
| ·人脸图像的灰度归一化 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第五章 人脸特征提取与识别 | 第38-50页 |
| ·利用主成分分析法的人脸识别方法 | 第39-45页 |
| ·K-L变换的基本原理 | 第39-40页 |
| ·特征脸空间的构造 | 第40-41页 |
| ·最近邻分类法 | 第41-42页 |
| ·特征脸的算法实现和实验结果 | 第42-44页 |
| ·PCA方法的优缺点 | 第44-45页 |
| ·基于Fisher特征提取的人脸识别方法 | 第45-47页 |
| ·PCA+LDA人脸识别方法 | 第45页 |
| ·零空间方法 | 第45-46页 |
| ·PCA+LDA的算法实现和实验结果 | 第46-47页 |
| ·PCA+LDA+BP神经网络的人脸识别 | 第47-49页 |
| ·BP神经网络 | 第47页 |
| ·PCA+LDA+BP的算法实现和实验结果 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士期间发表论文 | 第54-55页 |
| 致谢 | 第55-56页 |
| 个人简历 | 第56-57页 |
