| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第9-23页 |
| 1.1 研究背景与目的意义 | 第9-14页 |
| 1.2 国内外相关研究的发展现状概述 | 第14-20页 |
| 1.3 课题来源与本研究的主要工作 | 第20-21页 |
| 1.4 本文叙述的组织架构 | 第21-23页 |
| 第二章 视频监控人脸识别存在的关键性问题 | 第23-32页 |
| 2.1 视频监控人脸特点分析 | 第23-27页 |
| 2.2 人脸识别的一般流程步骤 | 第27-29页 |
| 2.3 人脸图像预处理 | 第29-32页 |
| 第三章 SIFT算法理论实现及改进算法设计 | 第32-49页 |
| 3.1 SIFT算法实现流程 | 第32-33页 |
| 3.2 SIFT特征提取及匹配 | 第33-42页 |
| 3.3 改进的基于眼分块的SIFT视频监控人脸识别算法 | 第42-45页 |
| 3.4 提出基于 3D建模的SIFT单样本视频监控人脸识别算法 | 第45-49页 |
| 第四章 SIFT在视频监控人脸识别中的应用实验 | 第49-64页 |
| 4.1 实验平台条件 | 第49页 |
| 4.2 SIFT算法的单训练样本视频监控人脸识别 | 第49-53页 |
| 4.3 SIFT算法的视频监控人脸再识别 | 第53-56页 |
| 4.4 改进的基于眼分块的SIFT视频监控人脸识别 | 第56-59页 |
| 4.5 基于 3D建模的SIFT单样本视频监控人脸识别 | 第59-64页 |
| 第五章 自建LABface视频监控人脸数据库实验验证 | 第64-75页 |
| 5.1 本实验室视频监控人脸数据库LABface的建立 | 第64-69页 |
| 5.2 LABface视频监控人脸数据库人脸提取 | 第69-71页 |
| 5.3 LABface视频监控人脸数据库人脸识别实验 | 第71-75页 |
| 第六章 结语 | 第75-78页 |
| 6.1 研究结论 | 第75-76页 |
| 6.2 未来展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 攻读硕士学位期间所取得的科研成果 | 第81-82页 |
| 致谢 | 第82页 |
