开放环境下指定人物人脸识别的方法
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究内容及创新点 | 第10-11页 |
| 1.3 章节安排 | 第11-12页 |
| 第二章 人脸识别技术综述 | 第12-25页 |
| 2.1 引言 | 第12-13页 |
| 2.2 人脸识别研究概述 | 第13-16页 |
| 2.2.1 人脸识别技术的发展 | 第13页 |
| 2.2.2 人脸识别的一般流程 | 第13-16页 |
| 2.3 本文涉及的技术 | 第16-23页 |
| 2.3.1 局部二值模式 | 第17-18页 |
| 2.3.2 Gabor 小波滤波器 | 第18-20页 |
| 2.3.3 支持向量机 | 第20-23页 |
| 2.4 本文研究的问题 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 开放环境下指定人物的人脸识别 | 第25-56页 |
| 3.1 人类认知模式 | 第25-28页 |
| 3.2 系统概述 | 第28-30页 |
| 3.3 边缘人脸构建 | 第30-36页 |
| 3.3.1 人脸变形 | 第31-35页 |
| 3.3.2 正负变形程度组合 | 第35-36页 |
| 3.4 互补的人脸特征提取 | 第36-40页 |
| 3.4.1 基于 LBP 的特征提取 | 第37-38页 |
| 3.4.2 基于 Gabor 的特征提取 | 第38-40页 |
| 3.4.3 LBP 和 Gabor 的互补特性 | 第40页 |
| 3.5 并行识别网络 | 第40-42页 |
| 3.5.1 基于 SVM 的训练识别 | 第41页 |
| 3.5.2 并行结果融合 | 第41-42页 |
| 3.6 系统性能分析 | 第42-54页 |
| 3.6.1 常用人脸数据库 | 第42-44页 |
| 3.6.2 数据准备及图像预处理 | 第44-46页 |
| 3.6.3 方法实现及效果 | 第46-54页 |
| 3.7 本章小结 | 第54-56页 |
| 第四章 指定人物的多角度人脸识别 | 第56-70页 |
| 4.1 系统的角度鲁棒性提升 | 第56-57页 |
| 4.2 基于变形的多角度人脸生成 | 第57-62页 |
| 4.3 性能分析 | 第62-68页 |
| 4.3.1 实验设计 | 第62-65页 |
| 4.3.2 实验结果 | 第65-68页 |
| 4.4 本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-73页 |
| 5.1 本文工作总结 | 第70-71页 |
| 5.2 后续工作展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间已发表或录用的论文 | 第78-80页 |
