基于视频的远距离人脸检测与识别
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序 | 第8-12页 |
| 1 绪论 | 第12-19页 |
| ·课题研究背景与意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·主要的技术挑战 | 第15-16页 |
| ·论文主要工作 | 第16页 |
| ·论文结构安排 | 第16-19页 |
| 2 人脸检测与识别方法概述 | 第19-39页 |
| ·人脸检测方法概述 | 第19-30页 |
| ·基于特征的方法 | 第22-26页 |
| ·基于图像的方法 | 第26-30页 |
| ·人脸识别方法概述 | 第30-37页 |
| ·人脸特征提取 | 第30-34页 |
| ·人脸分类方法 | 第34-37页 |
| ·本章小结 | 第37-39页 |
| 3 远距离条件下人脸检测与高分辨率人脸重构 | 第39-55页 |
| ·研究现状与难点 | 第39-40页 |
| ·远距离人脸检测与高分辨率人脸重构框架概述 | 第40页 |
| ·远距离人脸检测方法 | 第40-48页 |
| ·Adaboost方法的特点 | 第41页 |
| ·基于肤色的二阶高斯混合模型 | 第41-47页 |
| ·远离人脸检测方法 | 第47-48页 |
| ·对高分辨率人脸图像重建的探索 | 第48-51页 |
| ·二维主成分分析(2DPCA)算法 | 第48-49页 |
| ·运用特征变换进行人脸幻想 | 第49-51页 |
| ·残余信息补偿 | 第51页 |
| ·实验结果分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 4 基于Gabor变换的局部二值模式人脸特征提取 | 第55-72页 |
| ·引言 | 第55-56页 |
| ·Gabor变换 | 第56-59页 |
| ·Gabor基础理论 | 第56-57页 |
| ·Gabor空间局域性 | 第57-58页 |
| ·Gabor频率选择性与方向选择性 | 第58-59页 |
| ·Gabor提取特征 | 第59-63页 |
| ·Gabor滤波器组 | 第60-62页 |
| ·Gabor脸 | 第62页 |
| ·快速傅立叶变换加速Gabor特征提取 | 第62-63页 |
| ·局部二值模式(LBP) | 第63-65页 |
| ·基于Gabor变换的局部二值模式特征提取 | 第65-71页 |
| ·HSLGBP特征提取方法框架 | 第65-66页 |
| ·HSLGBP特征 | 第66-67页 |
| ·HSLGBP的参数分析 | 第67-69页 |
| ·HSLGBP的特点 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 5 基于伪逆神经网络(PINN)的人脸识别 | 第72-80页 |
| ·人工神经网络简述 | 第72-73页 |
| ·PINN的优势 | 第73页 |
| ·PINN的理论分析 | 第73-77页 |
| ·PINN网络模型 | 第73-74页 |
| ·伪逆矩阵 | 第74-75页 |
| ·PINN学习规则 | 第75-76页 |
| ·PINN收敛半径 | 第76-77页 |
| ·PINN应用于人脸识别 | 第77-78页 |
| ·实验结果分析 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 6 基于人脸检测识别的实验室智能考勤系统 | 第80-90页 |
| ·系统设计目标 | 第80页 |
| ·系统设计结构 | 第80-81页 |
| ·系统模块分析和关键技术 | 第81-86页 |
| ·DirectShow开发框架 | 第82-83页 |
| ·人脸检测定位模块 | 第83-84页 |
| ·人脸识别模块 | 第84-85页 |
| ·人脸跟踪显示模块 | 第85-86页 |
| ·系统运行效果 | 第86-88页 |
| ·本章小结 | 第88-90页 |
| 7 结论 | 第90-92页 |
| ·论文总结 | 第90页 |
| ·工作展望 | 第90-92页 |
| 参考文献 | 第92-102页 |
| 作者简历 | 第102-106页 |
| 学位论文数据集 | 第106页 |
