人脸检测与识别技术的研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·人脸检测现状 | 第8页 |
| ·人脸识别现状 | 第8-9页 |
| ·多姿态人脸识别现状 | 第9页 |
| ·本文的研究工作和内容安排 | 第9-11页 |
| 2 人脸检测与识别算法综述 | 第11-21页 |
| ·人脸检测与识别系统 | 第11页 |
| ·人脸检测与识别效果评价指标 | 第11-12页 |
| ·人脸检测算法 | 第12-17页 |
| ·基于先验知识的人脸检测方法 | 第12-14页 |
| ·基于后验学习和训练的方法 | 第14-17页 |
| ·人脸识别算法 | 第17-19页 |
| ·人脸库的选择 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 人脸检测技术的研究 | 第21-33页 |
| ·Adaboost 人脸检测算法 | 第21-27页 |
| ·特征值 | 第21-24页 |
| ·Adaboost 训练强分类器 | 第24-26页 |
| ·构造级联分类器 | 第26-27页 |
| ·算法优化方法 | 第27-29页 |
| ·实验结果 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 4 人脸识别技术的研究 | 第33-43页 |
| ·PCA 算法原理 | 第33-35页 |
| ·PCA 在人脸识别中的应用 | 第35-37页 |
| ·PCA 人脸识别结果 | 第37-42页 |
| ·本章小结 | 第42-43页 |
| 5 人脸检测系统的设计与实现 | 第43-51页 |
| ·硬件平台介绍 | 第43-45页 |
| ·图像采集部分 | 第44页 |
| ·图像处理芯片 | 第44-45页 |
| ·视频编解码芯片 | 第45页 |
| ·存储芯片 | 第45页 |
| ·系统软件开发设计 | 第45-49页 |
| ·OpenCV 与EMCV | 第46-47页 |
| ·软件开发 | 第47-49页 |
| ·软件优化 | 第49页 |
| ·实验结果 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 6 多姿态人脸检测与识别系统 | 第51-71页 |
| ·人脸归一化 | 第51-58页 |
| ·人脸归一化方法 | 第52-53页 |
| ·积分投影法 | 第53-56页 |
| ·人脸归一化效果 | 第56-58页 |
| ·多姿态人脸识别方法 | 第58-61页 |
| ·三维研究方法 | 第58-60页 |
| ·二维研究方法 | 第60-61页 |
| ·LLR 人脸校正算法及其改进 | 第61-65页 |
| ·LLR 算法原理 | 第61-63页 |
| ·LLR 算法的改进 | 第63-64页 |
| ·LLR 算法及其改进算法识别效果 | 第64-65页 |
| ·基于PCA 的正脸补偿算法 | 第65-70页 |
| ·本章小结 | 第70-71页 |
| 7 总结与展望 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 附录 | 第81页 |
