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

实用近红外人脸识别方法研究

摘要第1-4页
ABSTRACT第4-9页
第一章 绪论第9-19页
   ·引言第9页
   ·人脸识别的研究意义第9-10页
   ·人脸识别的流程第10-14页
     ·人脸检测第11-12页
     ·特征点定位第12页
     ·人脸标准化第12-13页
     ·特征提取第13页
     ·特征选择第13页
     ·特征比对第13-14页
   ·人脸识别算法概述第14-18页
     ·人脸识别分类第14-15页
     ·人脸特征描述第15页
     ·人脸识别算法的发展第15-16页
     ·人脸识别商业系统第16-18页
   ·本文的主要工作第18页
   ·本文的组织结构第18-19页
第二章 近红外人脸库采集第19-30页
   ·已有人脸图片库第19-22页
     ·FERET 人脸库第19-20页
     ·CAS-PEAL 人脸库第20-22页
     ·IMM 人脸库第22页
   ·近红外采集装置第22-23页
   ·近红外人脸图片库第23-24页
   ·图片采集流程第24-25页
   ·图片命名和处理第25-26页
   ·近红外图像的特点第26-28页
   ·图片示例第28-29页
   ·本章小结第29-30页
第三章 人脸与特征点定位第30-39页
   ·概述第30-32页
     ·人脸检测第30-31页
     ·特征点定位第31-32页
   ·ASM/AAM第32-34页
   ·投影峰值法第34页
   ·AdaBoost 方法第34-36页
   ·眼睛定位器训练第36-37页
   ·测试结果第37-38页
   ·本章小结第38-39页
第四章 人脸图片归一化第39-48页
   ·形状归一化第39-40页
   ·图像归一化第40-47页
     ·平滑线性滤波器第40-41页
     ·线性/非线性灰度拉伸第41-42页
     ·直方图均衡化第42-43页
     ·同态滤波第43页
     ·Gamma 校正第43-44页
     ·高斯差分滤波第44-45页
     ·对比度均衡化第45-46页
     ·正切变换第46-47页
   ·预处理结果第47页
   ·本章小结第47-48页
第五章 特征提取和特征选择第48-63页
   ·特征提取算子第48-54页
     ·Gabor 算子第48-51页
     ·LBP 算子第51-54页
     ·LTP 算子第54页
   ·LBP 特征优化第54-56页
     ·滚动读取数据第54-55页
     ·统一模式转换第55页
     ·统计LBP 直方图第55-56页
   ·特征选择第56-60页
     ·PCA第56-57页
     ·LDA第57-58页
     ·AdaBoost第58-60页
   ·特征选择训练第60-61页
   ·测试结果第61-62页
     ·原人脸库上的测试结果第61-62页
     ·近红外人脸库上的测试结果第62页
   ·本章小结第62-63页
第六章 实用人脸识别系统第63-65页
   ·人脸识别系统要求第63页
   ·人脸识别系统介绍第63页
   ·人脸识别算法接口第63-65页
第七章 总结和归纳第65-67页
   ·主要工作与创新点第65-66页
   ·后续研究工作第66-67页
参考文献第67-74页
致谢第74-75页
攻读硕士学位期间已发表或录用的论文第75-77页

论文共77页,点击 下载论文
上一篇:基于电磁导航的车路协同仿真系统研究
下一篇:多源图像配准系统及硬件实现