多姿态人脸图像处理方法研究
| 第一章 绪论 | 第9-23页 |
| 1.1 课题背景及研究意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 人脸识别的不同分类 | 第12-13页 |
| 1.2.2 人脸识别算法综述 | 第13-17页 |
| 1.3 模式识别基础理论及人脸识别系统基本结构 | 第17-20页 |
| 1.3.1 模式识别基础理论 | 第17-19页 |
| 1.3.2 人脸识别系统基本结构 | 第19-20页 |
| 1.4 人脸识别系统的性能评价 | 第20页 |
| 1.5 本文主要工作及章节安排 | 第20-23页 |
| 第二章 人脸图像的标准化处理 | 第23-36页 |
| 2.1 人脸图像标准化的意义 | 第23页 |
| 2.2 传统的人脸标准化算法 | 第23-25页 |
| 2.2.1 积分投影函数的定义 | 第23-24页 |
| 2.2.2 积分投影法的思想 | 第24页 |
| 2.2.3 实验结果 | 第24-25页 |
| 2.3 基于小波分解的人脸标准化方法 | 第25-27页 |
| 2.3.1 基本思想 | 第26页 |
| 2.3.2 实验结果 | 第26-27页 |
| 2.4 基于肤色模型的人脸标准化算法 | 第27-35页 |
| 2.4.1 色彩空间 | 第27-28页 |
| 2.4.2 色彩空间的转换 | 第28页 |
| 2.4.3 肤色模型的建立及肤色区域的分割 | 第28-30页 |
| 2.4.4 肤色区域的判别 | 第30-31页 |
| 2.4.5 算法流程 | 第31-32页 |
| 2.4.6 实验结果 | 第32页 |
| 2.4.7 光照补偿 | 第32-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 归一化处理 | 第36-44页 |
| 3.1 灰度归一化 | 第36页 |
| 3.2 尺寸归一化 | 第36-43页 |
| 3.2.1 人眼定位 | 第37-40页 |
| 3.2.2 平面内旋转的矫正 | 第40-41页 |
| 3.2.3 平面内旋转矫正图像的眼睛定位 | 第41-42页 |
| 3.2.4 尺寸归一化 | 第42-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第四章 人脸识别的姿态问题的研究 | 第44-51页 |
| 4.1 引言 | 第44页 |
| 4.2 姿态问题的解决办法 | 第44-45页 |
| 4.3 基于单视图的多姿态人脸图像生成原理 | 第45-47页 |
| 4.4 基于单视图的多姿态人脸图像生成算法 | 第47-48页 |
| 4.5 基于单视图的多姿态人脸图像生成的实验结果 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 总结和展望 | 第51-53页 |
| 5.1 全文工作总结 | 第51-52页 |
| 5.2 本课题展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间发表的论文 | 第58-59页 |
| 致 谢 | 第59页 |
