基于子空间的多姿态人脸识别方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-18页 |
| ·人脸识别的研究背景和优势 | 第8-10页 |
| ·人脸识别的应用与难点 | 第10-12页 |
| ·人脸识别的应用领域 | 第10-11页 |
| ·人脸识别的难点 | 第11-12页 |
| ·国内外现状 | 第12-16页 |
| ·人脸识别现状 | 第12-15页 |
| ·多姿态人脸识别现状 | 第15-16页 |
| ·课题研究的目的 | 第16页 |
| ·论文的主要研究内容和安排 | 第16-18页 |
| 2 计算机人脸识别技术 | 第18-30页 |
| ·引言 | 第18页 |
| ·国际标准人脸图像库介绍 | 第18-22页 |
| ·计算机人脸图像处理 | 第22-25页 |
| ·图像的表示 | 第22-24页 |
| ·图像归一化 | 第24-25页 |
| ·计算机人脸识别技术 | 第25-29页 |
| ·人脸识别系统组成 | 第25-26页 |
| ·人脸识别算法概述 | 第26-28页 |
| ·人脸识别的性能评价 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3 多姿态人脸识别的研究 | 第30-40页 |
| ·引言 | 第30页 |
| ·多姿态人脸识别策略讨论 | 第30-31页 |
| ·姿态校正的研究 | 第31-33页 |
| ·姿态校正的人脸识别框架 | 第31页 |
| ·基于ST 的姿态校正算法 | 第31-32页 |
| ·实验结果 | 第32-33页 |
| ·虚拟样本的研究 | 第33-39页 |
| ·基于单样本的多姿态人脸识别框架 | 第34-35页 |
| ·基于单样本的多姿态人脸图像生成算法 | 第35-37页 |
| ·实验结果 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4 基于子空间的人脸识别方法 | 第40-47页 |
| ·引言 | 第40页 |
| ·基于主元分析的人脸识别技术 | 第40-43页 |
| ·基于 Fisherface 的人脸识别技术 | 第43-44页 |
| ·基于NLDA 的人脸识别技术 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 5 实验结果及分析 | 第47-54页 |
| ·实验中的人脸图像库 | 第47页 |
| ·基于ST 的姿态校正人脸识别 | 第47-52页 |
| ·平均识别性能比较 | 第47-49页 |
| ·不同姿态识别性能比较 | 第49-52页 |
| ·基于单样本的人脸识别 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| ·工作总结 | 第54-55页 |
| ·进一步的工作与展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61页 |
