侧面人脸识别的研究
| 中文摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 本课题的研究背景及意义 | 第8页 |
| 1.2 人脸识别技术的研究内容及研究现状 | 第8-12页 |
| 1.2.1 人脸识别技术的研究内容 | 第8-10页 |
| 1.2.2 面部识别的研究历程 | 第10-12页 |
| 1.3 人脸识别存在的问题 | 第12-13页 |
| 1.4 论文的内容安排 | 第13-14页 |
| 第2章 人脸图像预处理 | 第14-21页 |
| 2.1 人脸图像的常用格式 | 第14-15页 |
| 2.2 人脸图像预处理 | 第15-20页 |
| 2.2.1 人脸图像的灰度化处理 | 第15-16页 |
| 2.2.2 人脸图像的二值化处理 | 第16-17页 |
| 2.2.3 人脸图像的校正处理 | 第17页 |
| 2.2.4 人脸图像的修正处理 | 第17-18页 |
| 2.2.5 人脸图像的滤波处理 | 第18-19页 |
| 2.2.6 人脸图像的锐化处理 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 侧面人脸的分割和特征提取 | 第21-40页 |
| 3.1 人脸特征提取和分割的基本内容 | 第21-23页 |
| 3.1.1 人脸特征提取的基本内容 | 第21页 |
| 3.1.2 人脸分割的基本内容 | 第21-23页 |
| 3.2 基于分形理论的侧面人脸分割 | 第23-36页 |
| 3.2.1 多重分形与分数布朗运动 | 第23-28页 |
| 3.2.2 分割对比实验 | 第28-32页 |
| 3.2.3 分割算法的抗噪性 | 第32-36页 |
| 3.3 特征提取的实现 | 第36-39页 |
| 3.3.1 特征点的选取 | 第36-37页 |
| 3.3.2 傅里叶描述子 | 第37-38页 |
| 3.3.3 闭合曲线的构建与特征提取 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 侧面人脸识别的分类器设计 | 第40-47页 |
| 4.1 分类器设计 | 第40-41页 |
| 4.1.1 距离分类器 | 第40页 |
| 4.1.2 贝叶斯分类器 | 第40页 |
| 4.1.3 判别函数分类器 | 第40-41页 |
| 4.2 神经网络分类器设计 | 第41-46页 |
| 4.2.1 人工神经网络 | 第41-42页 |
| 4.2.2 人工神经网络模型 | 第42-43页 |
| 4.2.3 BP 神经网络 | 第43-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第5章 侧面人脸识别系统 | 第47-58页 |
| 5.1 系统实现的前期准备 | 第47-48页 |
| 5.2 系统实现与结果分析 | 第48-56页 |
| 5.3 本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表的学术论文 | 第69页 |
