基于音频和视频特征融合的身份识别
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 附图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| ·论文的背景和研究意义 | 第11页 |
| ·多生物特征融合识别的研究背景 | 第11-13页 |
| ·多生物特征融合识别概述与研究现状 | 第11-12页 |
| ·信息融合原理 | 第12-13页 |
| ·音视频融合识别的研究背景 | 第13-14页 |
| ·音视频融合识别的基本原理 | 第13-14页 |
| ·音视频融合识别的研究现状 | 第14页 |
| ·研究内容和论文结构 | 第14-16页 |
| ·本文的主要研究内容 | 第14-15页 |
| ·论文结构安排 | 第15-16页 |
| 第2章 说话人识别和人脸识别基础 | 第16-25页 |
| ·说话人识别 | 第16-20页 |
| ·说话人识别的基本概念和基本原理 | 第16-17页 |
| ·语音特征的提取方法 | 第17-20页 |
| ·特征提取的基本过程 | 第17-18页 |
| ·常用的特征参数 | 第18-20页 |
| ·人脸识别 | 第20-24页 |
| ·人脸识别的概况和基本原理 | 第20-21页 |
| ·基于肤色的正面人脸图像检测方法 | 第21-24页 |
| ·人脸检测概述 | 第21页 |
| ·建立肤色模型 | 第21-22页 |
| ·图像的预处理和相似度分割 | 第22-23页 |
| ·人脸区域的筛选 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于VQ-SVM的说话人识别算法 | 第25-33页 |
| ·矢量量化的基本原理 | 第25页 |
| ·支持向量机理论 | 第25-29页 |
| ·最优分类超平面 | 第25-27页 |
| ·核函数 | 第27-28页 |
| ·支持向量机分类算法 | 第28-29页 |
| ·一对一分类算法 | 第28页 |
| ·一对多分类算法 | 第28页 |
| ·二叉树分类算法 | 第28-29页 |
| ·融合VQ和SVM的说话人识别方法 | 第29-32页 |
| ·VQ-SVM说话人识别模型 | 第29-30页 |
| ·仿真结果分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于特征脸的人脸识别算法 | 第33-39页 |
| ·识别算法描述 | 第33-35页 |
| ·仿真结果分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 基于PCNN的人脸识别算法 | 第39-47页 |
| ·脉冲耦合神经网络 | 第39-41页 |
| ·脉冲耦合神经网络的研究现状 | 第39页 |
| ·脉冲耦合神经网络模型及工作原理 | 第39-41页 |
| ·脉冲耦合神经网络的基本特性 | 第41页 |
| ·识别算法描述 | 第41-42页 |
| ·仿真结果分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第6章 融合语音和人脸的身份识别技术 | 第47-57页 |
| ·融合策略和融合算法 | 第47页 |
| ·基于归一化和SVM的融合算法 | 第47-52页 |
| ·归一化处理 | 第47-48页 |
| ·融合算法描述 | 第48-49页 |
| ·仿真结果分析 | 第49-52页 |
| ·基于PCNN的融合算法 | 第52-56页 |
| ·语谱图介绍 | 第52-53页 |
| ·识别算法描述 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 结论与展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 附录A 发表的学术论文目录 | 第65页 |
