基于度量学习的陌生人脸认证算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 引言 | 第9-12页 |
| 1.2 传统人脸识别研究 | 第12-14页 |
| 1.3 人脸认证算法研究 | 第14-17页 |
| 1.4 从无监督的角度看人脸认证算法研究 | 第17-18页 |
| 1.5 本文思路与主要工作 | 第18-20页 |
| 第二章 人脸数据集评析与选取 | 第20-30页 |
| 2.1 选择合适的人脸数据集 | 第20页 |
| 2.2 对比人脸识别相关数据集 | 第20-23页 |
| 2.3 使用LFW数据集进行后续研究 | 第23-28页 |
| 2.3.1 LFW数据集介绍 | 第23-24页 |
| 2.3.2 LFW样本特点分析 | 第24-25页 |
| 2.3.3 使用LFW公开发表结果时的守则 | 第25-27页 |
| 2.3.4 LFW的子版本 | 第27页 |
| 2.3.5 他人实验结果 | 第27-28页 |
| 2.4 小结 | 第28-30页 |
| 第三章 样本预处理：去除光照和姿态影响 | 第30-42页 |
| 3.1 去除光照影响 | 第30-33页 |
| 3.1.1 问题与前人工作 | 第30-32页 |
| 3.1.2 本文方法 | 第32-33页 |
| 3.2 去除姿态影响 | 第33-41页 |
| 3.2.1 问题与前人工作 | 第33-36页 |
| 3.2.2 基于信息熵最小化的无监督图像融合算法 | 第36-39页 |
| 3.2.3 方法：基于SIFT特征的融合算法 | 第39-40页 |
| 3.2.4 实验 | 第40-41页 |
| 3.2.5 讨论 | 第41页 |
| 3.3 小结 | 第41-42页 |
| 第四章 基于度量学习的人脸认证算法研究 | 第42-50页 |
| 4.1 引言 | 第42页 |
| 4.2 前人工作 | 第42-44页 |
| 4.3 方法 | 第44-47页 |
| 4.3.1 基于度量学习的人脸识别算法 | 第44-45页 |
| 4.3.2 基于子空间投影的相似度度量学习方法 | 第45-47页 |
| 4.4 实验 | 第47-48页 |
| 4.5 讨论 | 第48页 |
| 4.6 小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-68页 |
| 附录1 | 第68-70页 |
| 参考文献代码 | 第68页 |
| 代码库 | 第68-69页 |
| 数据集 | 第69-70页 |
| 附录2 | 第70-71页 |
