基于手机平台的身份识别的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-17页 |
| ·问题提出 | 第8-9页 |
| ·人脸检测识别技术及研究现状 | 第9-14页 |
| ·人脸检测及研究现状 | 第10-12页 |
| ·人脸识别及研究现状 | 第12-14页 |
| ·论文主要研究内容与章节安排 | 第14-17页 |
| 第二章 图像预处理 | 第17-26页 |
| ·彩色图灰度化预处理 | 第17-19页 |
| ·人脸图像预处理 | 第19-25页 |
| ·中值滤波 | 第19-20页 |
| ·直方图均衡 | 第20-23页 |
| ·人脸图像的标准化 | 第23-24页 |
| ·几何校准 | 第24-25页 |
| ·掩模运算 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第三章 特征提取与人脸检测 | 第26-44页 |
| ·特征提取方法及应用 | 第26-34页 |
| ·主成分分析(PCA) | 第27-30页 |
| ·基于 PCA的人脸表示 | 第30-32页 |
| ·独立成分分析(ICA) | 第32-33页 |
| ·基于 ICA的人脸表示 | 第33-34页 |
| ·基于 FastICA的图像独立特征提取方法 | 第34-38页 |
| ·FastICA估计算法 | 第35-36页 |
| ·FastICA算法的改进 | 第36-38页 |
| ·基于ICA和多项式神经网络的人脸检测 | 第38-43页 |
| ·多项式神经网络 | 第38-40页 |
| ·人脸检测过程 | 第40页 |
| ·实验数据及结果 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于贝叶斯的人脸验证识别 | 第44-57页 |
| ·贝叶斯方法及相关知识 | 第44-46页 |
| ·概率基本知识 | 第44-45页 |
| ·贝叶斯公式 | 第45-46页 |
| ·特征空间分解以及主成分空间中的概率密度估计 | 第46-52页 |
| ·特征空间分解 | 第46-47页 |
| ·主成分F空间中的概率密度估算 | 第47-49页 |
| ·类内差异和类间差异定义 | 第49-50页 |
| ·类内分布和类间分布密度的差异分析 | 第50-52页 |
| ·基于贝叶斯最大后验概率的身份识别 | 第52-54页 |
| ·最大后验概率判别方法 | 第52-53页 |
| ·身份识别过程 | 第53-54页 |
| ·实验及结果 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 基于手机平台的身份验证设计 | 第57-63页 |
| ·手机拍摄图像的特点 | 第57-58页 |
| ·人脸检测验证识别的总体思想与关键技术 | 第58页 |
| ·手机平台下的人脸检测与识别验证系统设计 | 第58-62页 |
| ·主人样本添加模块 | 第60-61页 |
| ·人脸检测模块 | 第61页 |
| ·身份识别验证模块 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 结束语 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间主要的研究成果 | 第70页 |
