人脸识别特征提取算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题研究的背景和意义 | 第10-13页 |
| ·人脸识别技术的研究现状 | 第13-14页 |
| ·研究的主要内容及结构安排 | 第14-17页 |
| ·研究的主要内容 | 第14-15页 |
| ·本文的结构安排 | 第15-17页 |
| 第二章 基于AdaBoost 算法的人脸检测 | 第17-28页 |
| ·Viola 经典人脸检测技术介绍 | 第17-24页 |
| ·Haar-like 特征提取 | 第17-20页 |
| ·AdaBoost 算法 | 第20-23页 |
| ·级联分类器 | 第23页 |
| ·多尺度变换 | 第23-24页 |
| ·级联肤色校验的人脸检测 | 第24-25页 |
| ·实验结果与分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于ASM 的人脸特征点提取 | 第28-45页 |
| ·经典ASM 算法 | 第28-35页 |
| ·统计形状模型 | 第28-31页 |
| ·局部灰度模型 | 第31-32页 |
| ·匹配搜索算法 | 第32-35页 |
| ·人脸区域划分的ASM 算法 | 第35-40页 |
| ·训练过程 | 第35-37页 |
| ·匹配搜索过程 | 第37-38页 |
| ·实验结果与分析 | 第38-40页 |
| ·基于KPCA 的3-视角ASM 算法 | 第40-44页 |
| ·KPCA 的基本原理 | 第40-42页 |
| ·3-视角非线性ASM 模型 | 第42-43页 |
| ·实验结果与分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于AAM 的人脸特征点提取 | 第45-61页 |
| ·经典AAM 算法 | 第45-52页 |
| ·统计形状模型 | 第45-47页 |
| ·统计纹理模型 | 第47-50页 |
| ·组合表观模型 | 第50-51页 |
| ·匹配搜索算法 | 第51-52页 |
| ·基于反向合成算法的AAM 匹配方法 | 第52-58页 |
| ·反向合成算法介绍 | 第52-54页 |
| ·反向合成算法在AAM 匹配中的应用 | 第54-56页 |
| ·改进的AAM 搜索算法 | 第56-58页 |
| ·实验结果与分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 基于OpenCV 的人脸识别程序设计 | 第61-68页 |
| ·系统结构框图 | 第61-64页 |
| ·算法设计与实现 | 第64-67页 |
| ·AAM 模型训练 | 第64-65页 |
| ·用户身份注册 | 第65-66页 |
| ·用户身份识别 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·总结 | 第68-69页 |
| ·展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻硕期间取得的研究成果 | 第75-76页 |
