首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人脸识别中的大样本集问题及多模式图像融合方法的研究

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

论文共106页,点击 下载论文
上一篇:基于UML模型的软件测试技术研究与实现
下一篇:复杂产品变型设计方法研究及其应用