| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 研究现状及趋势 | 第14-16页 |
| 1.3 本文主要工作及结构安排 | 第16-18页 |
| 第二章 基础理论 | 第18-32页 |
| 2.1 概述 | 第18页 |
| 2.2 局部不变特征 | 第18-22页 |
| 2.2.1 SIFT特征提取及描述 | 第19-22页 |
| 2.3 属性图理论 | 第22-25页 |
| 2.3.1 属性图 | 第22-23页 |
| 2.3.2 属性图匹配 | 第23-24页 |
| 2.3.3 属性图相似性度量 | 第24-25页 |
| 2.4 RSOM聚类树 | 第25-28页 |
| 2.4.1 RSOM聚类树基本原理 | 第25-26页 |
| 2.4.2 RSOM聚类树训练 | 第26-27页 |
| 2.4.3 RSOM聚类树增量训练 | 第27-28页 |
| 2.5 类属超图模型构建 | 第28-31页 |
| 2.5.1 类属超图(CSHG)模型 | 第28页 |
| 2.5.2 基于RSOM树搜索求解属性图K近邻 | 第28-29页 |
| 2.5.3 基于属性图相似性传播聚类原理建立类属超图 | 第29-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 基于属性图匹配的人脸分组 | 第32-37页 |
| 3.1 概述 | 第32页 |
| 3.2 人脸分组实现原理及流程 | 第32-34页 |
| 3.3 人脸分组实验及结果分析 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 Adaboost-CSHG人脸检测与识别 | 第37-52页 |
| 4.1 概述 | 第37页 |
| 4.2 视频人脸检测与识别 | 第37-47页 |
| 4.2.1 Haar-Adaboost人脸检测 | 第37-41页 |
| 4.2.2 基于CSHG模型的视频人脸目标识别 | 第41-43页 |
| 4.2.3 视频人脸检测和识别实验结果与分析 | 第43-47页 |
| 4.3 Adaboost-CSHG人脸识别改进 | 第47-51页 |
| 4.3.1 光照处理和RootSIFT | 第47-48页 |
| 4.3.2 实验结果及分析 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 多路视频人脸识别系统设计与实现 | 第52-63页 |
| 5.1 概述 | 第52页 |
| 5.2 系统总体结构设计 | 第52-56页 |
| 5.2.1 系统硬件平台设计 | 第52-54页 |
| 5.2.2 系统软件平台设计 | 第54-56页 |
| 5.3 系统功能模块划分 | 第56-59页 |
| 5.3.1 图像采集模块 | 第56页 |
| 5.3.2 人脸ROI检测模块 | 第56-57页 |
| 5.3.3 特征提取模块 | 第57-58页 |
| 5.3.4 K近邻求解模块 | 第58页 |
| 5.3.5 匹配跟踪模块 | 第58-59页 |
| 5.4 实验仿真和结果分析 | 第59-62页 |
| 5.4.1 视频人脸检测 | 第59-60页 |
| 5.4.2 视频人脸识别 | 第60-61页 |
| 5.4.3 视频人脸ROI分组 | 第61-62页 |
| 5.5 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录 A 攻读硕士学位期间发表的学术论文目录 | 第70页 |