基于纹理分析的活体人脸检测算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题来源 | 第10页 |
| 1.2 研究背景和研究意义 | 第10-11页 |
| 1.3 活体人脸检测研究现状 | 第11-12页 |
| 1.4 本文主要工作 | 第12-13页 |
| 1.4.1 主要研究内容 | 第12-13页 |
| 1.4.2 论文主要贡献 | 第13页 |
| 1.5 论文结构安排 | 第13-14页 |
| 第二章 活体人脸检测方法综述 | 第14-26页 |
| 2.1 基于纹理特征的活体人脸检测 | 第15-19页 |
| 2.1.1 基于静态图像纹理的活体人脸检测 | 第15-17页 |
| 2.1.2 基于动态纹理的活体人脸检测 | 第17-19页 |
| 2.1.3 基于多颜色纹理空间的活体人脸检测 | 第19页 |
| 2.2 基于多光谱和光流的活体人脸检测算法 | 第19-21页 |
| 2.2.1 多光谱活体人脸检测 | 第19-20页 |
| 2.2.2 基于光流的活体人脸检测 | 第20-21页 |
| 2.3 基于运动信息分析的方法 | 第21页 |
| 2.4 活体人脸数据库介绍 | 第21-25页 |
| 2.4.1 NUAA数据库 | 第21-23页 |
| 2.4.2 Replay-Attack数据库 | 第23-24页 |
| 2.4.3 CASIA FASD数据库 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 多颜色纹理特征的活体人脸检测 | 第26-39页 |
| 3.1 快速人脸检测算法 | 第26-27页 |
| 3.2 多颜色空间概述 | 第27-29页 |
| 3.2.1 RGB颜色空间 | 第27-28页 |
| 3.2.2 HSV颜色空间 | 第28页 |
| 3.2.3 YCBCR颜色空间 | 第28-29页 |
| 3.3 相关算法 | 第29-33页 |
| 3.3.1 WLD算法 | 第29-30页 |
| 3.3.2 LBP算法 | 第30页 |
| 3.3.3 WLDLBP算法 | 第30-31页 |
| 3.3.4 LPQ算法 | 第31-32页 |
| 3.3.5 WLDLBP与LPQ算法的融合 | 第32-33页 |
| 3.4 实验结果与分析 | 第33-38页 |
| 3.4.1 参数设置及评判标准 | 第33-35页 |
| 3.4.2 数据内部测试结果和分析 | 第35-37页 |
| 3.4.3 数据交叉测试结果和分析 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 多颜色空间中三正交平面的活体人脸检测 | 第39-45页 |
| 4.1 WLDLBP-TOP特征提取 | 第39-40页 |
| 4.2 实验结果与分析 | 第40-44页 |
| 4.2.1 内部数据测试 | 第40-42页 |
| 4.2.2 多分辨率方法 | 第42-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 活体人脸检测系统 | 第45-50页 |
| 5.1 注册阶段 | 第45-46页 |
| 5.2 活体人脸数据库的采集 | 第46-47页 |
| 5.3 实时活体检测界面 | 第47-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 攻读硕士期间成果 | 第57-58页 |
| 致谢 | 第58页 |
