基于近红外图像的人脸检测
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景 | 第10-13页 |
| ·本研究的主要工作 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第2章 人脸检测研究综述 | 第15-27页 |
| ·人脸检测方法分类 | 第15-21页 |
| ·模板匹配方法 | 第16-17页 |
| ·主成分分析方法 | 第17-18页 |
| ·支持向量机方法 | 第18-19页 |
| ·级联分类器方法 | 第19-20页 |
| ·基于肤色模型的方法 | 第20-21页 |
| ·人脸检测系统的性能评价标准 | 第21-22页 |
| ·人脸检测专用数据库 | 第22-27页 |
| 第3章 数理形态学相关理论 | 第27-43页 |
| ·数理形态学的产生与发展概述 | 第27-29页 |
| ·数理形态学与数字图像处理 | 第29-31页 |
| ·二值图像的数理形态学 | 第31-37页 |
| ·二值图像的腐蚀运算 | 第31-33页 |
| ·二值图像的膨胀运算 | 第33-35页 |
| ·腐蚀和膨胀的代数性质 | 第35-36页 |
| ·腐蚀和膨胀的滤波性质 | 第36-37页 |
| ·灰度图像的数理形态学 | 第37-43页 |
| ·预备数学知识 | 第37-39页 |
| ·阴影集与上表面 | 第39页 |
| ·灰度图像的膨胀与腐蚀 | 第39-43页 |
| 第4章 近红外图像的人脸检测算法 | 第43-58页 |
| ·Quoit滤波器 | 第43-45页 |
| ·人脸检测处理流程 | 第45-47页 |
| ·人脸粗检测 | 第47-53页 |
| ·第一次Quoit滤波处理 | 第47-48页 |
| ·第二次 Quoit滤波处理 | 第48页 |
| ·二值化处理 | 第48-49页 |
| ·候选人眼标记处理 | 第49-51页 |
| ·候选人眼配对处理 | 第51-52页 |
| ·候选人脸图像归一化处理 | 第52-53页 |
| ·人脸验证 | 第53-54页 |
| ·实验结果及分析 | 第54-58页 |
| 第5章 总结与展望 | 第58-59页 |
| ·总结 | 第58页 |
| ·展望 | 第58-59页 |
| 附录1 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65页 |