中文摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
第一章 绪论 | 第9-28页 |
·人脸识别技术的研究概述 | 第9-12页 |
·人脸识别技术的研究意义与典型应用 | 第9-11页 |
·人脸识别技术的优势与不足 | 第11-12页 |
·人脸识别技术的研究现状与研究方法概述 | 第12-17页 |
·人脸识别研究的历史与现状 | 第12-16页 |
·人脸识别系统的发展与测试 | 第16-17页 |
·人脸识别系统构成 | 第17-22页 |
·人脸识别系统的主要框架 | 第17-18页 |
·人脸识别系统的研究方法 | 第18-22页 |
·多模式的人脸识别技术概述 | 第22-25页 |
·多模式人脸识别的研究现状 | 第22-24页 |
·多图像融合技术概述 | 第24-25页 |
·本文工作的研究意义与主要内容 | 第25-28页 |
·本文的研究背景与问题的提出 | 第25页 |
·本文的研究意义 | 第25-26页 |
·本文的主要贡献 | 第26-27页 |
·论文的组织结构 | 第27-28页 |
第二章 不同规模数据集下线性人脸识别方法与非线性人脸识别方法的比较研究 | 第28-45页 |
·人脸特征提取的线性方法与非线性方法 | 第28-37页 |
·线性识别方法 | 第29-32页 |
·基于核方法的非线性识别方法 | 第32-37页 |
·类内变化对线性和非线性识别方法的影响研究 | 第37-42页 |
·实验 | 第37-39页 |
·实验结果 | 第39-41页 |
·讨论 | 第41-42页 |
·人数变化对线性和非线性识别方法的影响研究 | 第42-44页 |
·实验方法 | 第42页 |
·实验结果 | 第42-43页 |
·讨论 | 第43-44页 |
·本章小结 | 第44-45页 |
第三章 大规模人数情况下识别方法的设计与研究 | 第45-55页 |
·基于CMC曲线的层叠式人脸样本筛选方法 | 第45-47页 |
·基于聚类的数据集分解方法 | 第47-50页 |
·K均值聚类 | 第48页 |
·分离原则聚类 | 第48-49页 |
·分解方法改进 | 第49-50页 |
·分解方法与层叠方法的结合-Clustering-CMC方法 | 第50-54页 |
·实验方法 | 第50-53页 |
·实验结果 | 第53-54页 |
·本章小结 | 第54-55页 |
第四章 多模式的人脸识别技术研究 | 第55-82页 |
·红外热图像的人脸识别技术 | 第55-62页 |
·人脸红外热图像用于身份识别的特异性 | 第55-57页 |
·红外热图像的人脸识别技术研究现状 | 第57页 |
·红外热图像的人脸识别实验研究 | 第57-62页 |
·基于红外热图像和可见光图像相结合的多信息融合技术 | 第62-73页 |
·概述 | 第62-63页 |
·基于小波分解像素级融合方法研究 | 第63-65页 |
·基于遗传算法的特征级融合方法研究 | 第65-70页 |
·基于Dempster-Shafer证据理论的决策级融合方法研究 | 第70-73页 |
·红外热图像和可见光图像的图像融合实验研究 | 第73-81页 |
·像素级融合实验与结果 | 第73-77页 |
·特征级融合实验与结果 | 第77-78页 |
·决策级融合实验与结果 | 第78-81页 |
·本章小结 | 第81-82页 |
第五章 人脸识别应用系统的设计与实验研究 | 第82-94页 |
·人脸识别系统设计共性问题 | 第82-86页 |
·现场环境设计 | 第82-83页 |
·增强人脸检测功能 | 第83页 |
·选择合适的注册原型图像 | 第83-84页 |
·核心识别算法的选择 | 第84-85页 |
·识别输出策略 | 第85页 |
·学习集构建及识别模型更新 | 第85-86页 |
·大规模原型集的人脸照片比对系统的设计方案 | 第86-91页 |
·系统结构 | 第86-88页 |
·核心算法测试与改进 | 第88-91页 |
·机场登机旅客身份验证系统 | 第91-93页 |
·本章小结 | 第93-94页 |
第六章 总结和展望 | 第94-96页 |
·本文研究的问题及研究的意义 | 第94页 |
·本文的创新性工作 | 第94-95页 |
·今后的工作展望 | 第95-96页 |
参考文献 | 第96-104页 |
发表论文和科研情况说明 | 第104-106页 |
致谢 | 第106页 |