首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于AAM姿态矫正和局部加权匹配的人脸识别研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-15页
   ·人脸识别的背景与意义第7-9页
   ·人脸识别的历史与现状第9-10页
   ·应用领域第10-12页
   ·本文的主要内容与结构安排第12-15页
第二章 人脸识别的常用算法第15-27页
   ·引言第15页
   ·主成分分析(PCA)第15-17页
     ·KL变换原理第15-16页
     ·PCA在人脸识别上的应用第16-17页
   ·局部二值模式(LBP)第17-19页
   ·Gabor小波特征第19-22页
     ·Gabor小波滤波器在人脸识别中的应用第20-22页
   ·Adaboost方法第22-26页
     ·Haar-like特征和积分图第22-23页
     ·Adaboost算法第23-25页
     ·多分类器级联结构第25-26页
   ·本章小结第26-27页
第三章 基本AAM算法和改进的特征点定位方法第27-39页
   ·引言第27-28页
   ·AAM模型的建立第28-30页
     ·AAM形状建模第28-29页
     ·AAM纹理建模第29-30页
     ·AAM模型实例第30页
   ·AAM模型的拟合第30-33页
     ·Lucas-Kanade(LK)算法第31页
     ·反向组合算法第31-32页
     ·基于反向组合算法的AAM匹配第32-33页
   ·基于扩展Haar特征和人脸肤色分割的特征点初始化第33-38页
     ·扩展Haar特征的人脸检测第34-35页
     ·人脸肤色分割确认第35-38页
   ·本章小结第38-39页
第四章 基于AAM姿态矫正和局部加权匹配的人脸识别第39-53页
   ·引言第39页
   ·局部匹配人脸识别第39-42页
     ·图像对齐和分区第40-41页
     ·局部特征提取第41页
     ·分类和组合第41-42页
   ·改进的局部匹配人脸识别第42-46页
     ·基于AAM的图像对齐与姿态矫正第42-44页
     ·Gabor jet与形状信息和全局纹理信息的结合第44页
     ·熵增强的Borda count第44-46页
     ·Borda count的加阈值改进第46页
   ·实验结果与分析第46-51页
     ·数据库的选择第46-47页
     ·实验流程与实验结果第47-51页
   ·本章小结第51-53页
第五章 总结与展望第53-55页
致谢第55-57页
参考文献第57-61页
作者在读期间的研究成果第61-62页

论文共62页,点击 下载论文
上一篇:基于MEMS微镜的空间变分辨率成像系统研究
下一篇:基于稀疏表示的图像修复算法研究