基于多尺度信息融合的三维人脸识别技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 选题的背景和意义 | 第8-9页 |
| 1.2 生物识别技术 | 第9-11页 |
| 1.3 人脸识别系统 | 第11-12页 |
| 1.4 二维人脸识别 | 第12-14页 |
| 1.4.1 二维人脸识别简述 | 第12-13页 |
| 1.4.2 二维人脸识别面临的困难和挑战 | 第13-14页 |
| 1.5 三维人脸识别 | 第14-15页 |
| 1.5.1 三维人脸识别简述 | 第14页 |
| 1.5.2 三维人脸识别面临的困难和挑战 | 第14-15页 |
| 1.6 人脸识别算法的性能评估 | 第15-16页 |
| 1.7 论文主要结构及工作安排 | 第16-18页 |
| 第二章 三维人脸识别方法 | 第18-26页 |
| 2.1 基于模型的三维人脸识别方法 | 第18-19页 |
| 2.2 基于特征的三维人脸识别方法 | 第19-22页 |
| 2.2.1 基于局部特征法 | 第19-21页 |
| 2.2.2 基于整体特征法 | 第21页 |
| 2.2.3 基于局部和整体特征融合法 | 第21-22页 |
| 2.3 多模态融合的三维人脸识别方法 | 第22-24页 |
| 2.3.1 数据级融合 | 第23页 |
| 2.3.2 决策级融合 | 第23-24页 |
| 2.4 国内外著名三维人脸库 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于人体测量学的人脸特征区域定位 | 第26-38页 |
| 3.1 高斯曲率和平均曲率 | 第26-28页 |
| 3.2 实验数据库 | 第28-29页 |
| 3.3 特征区域定位 | 第29-36页 |
| 3.3.1 人体测量学理论及其应用 | 第29-31页 |
| 3.3.2 鼻子区域的定位 | 第31-32页 |
| 3.3.3 眼睛区域的定位 | 第32-34页 |
| 3.3.4 嘴巴区域的定位 | 第34-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 基于Curvelet变换的人脸特征提取 | 第38-54页 |
| 4.1 Curvelet变换 | 第38-43页 |
| 4.1.1 连续的Curvelet变换 | 第38-40页 |
| 4.1.2 离散的Curvelet变换 | 第40-43页 |
| 4.2 人脸特征区域的Curvelet系数获取 | 第43-49页 |
| 4.3 人脸特征区域图像Curvelet特征提取 | 第49-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 基于多尺度信息融合的三维人脸识别 | 第54-64页 |
| 5.1 决策级融合 | 第54-55页 |
| 5.2 最近邻算法 | 第55页 |
| 5.3 实验结果与分析 | 第55-61页 |
| 5.3.1 测试集和训练集的选取 | 第56页 |
| 5.3.2 实验结果及分析总结 | 第56-61页 |
| 5.4 本章小结 | 第61-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 发表论文和参加科研情况 | 第70-72页 |
| 致谢 | 第72页 |
