摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
第一章 绪论 | 第9-13页 |
·选题的背景和意义 | 第9-10页 |
·人脸检测与识别的研究状况 | 第10页 |
·人脸检测与识别的遇到的挑战 | 第10-11页 |
·本文的主要研究工作 | 第11-12页 |
·本文的章节安排 | 第12-13页 |
第二章 人脸检测与识别技术综述 | 第13-24页 |
·获取图像 | 第13页 |
·基本图像处理 | 第13-15页 |
·直方图均衡 | 第14页 |
·非线性平滑滤波 | 第14-15页 |
·归一化 | 第15页 |
·人脸检测与定位 | 第15-18页 |
·基于知识模型的方法(Knowledge-based Methods) | 第15-16页 |
·基于人脸特征的方法(Feauture-based Methods) | 第16-17页 |
·基于模板匹配的方法(Template-based Methods) | 第17页 |
·基于人脸统计信息的方法(Statistical-based Methods) | 第17-18页 |
·小结 | 第18页 |
·正规化 | 第18-19页 |
·特征提取 | 第19-20页 |
·几何特征 | 第19页 |
·频域特征 | 第19-20页 |
·人脸识别 | 第20-22页 |
·基于统计模式的方法 | 第20-21页 |
·基于神经网络的方法 | 第21-22页 |
·二维主成分分析法 | 第22页 |
·其它方法 | 第22页 |
·小结 | 第22页 |
·本章小结 | 第22-24页 |
第三章 基于肤色分割的人脸粗检测 | 第24-43页 |
·彩色空间概述 | 第25-28页 |
·RGB 彩色空间 | 第25页 |
·标准化RGB 彩色空间 | 第25-26页 |
·YIQ 彩色空间 | 第26页 |
·HIS 颜色空间 | 第26-27页 |
·YCbCr 色彩空间 | 第27-28页 |
·肤色模型 | 第28-30页 |
·简单色度空间模型 | 第28-29页 |
·简单高斯模型 | 第29-30页 |
·统计直方图模型 | 第30页 |
·光照补偿 | 第30-33页 |
·参照白光照补偿 | 第30-32页 |
·自适应光照补偿 | 第32-33页 |
·高斯肤色模型的建立 | 第33-34页 |
·肤色相似度的计算 | 第34页 |
·自适应阈值选择 | 第34-36页 |
·基于梯度调整的改进Otsu 算法的阈值选择 | 第34-36页 |
·基于梯度调整的最大熵算法的阈值选择 | 第36页 |
·二值形态学操作 | 第36-42页 |
·二值形态学在人脸图像中的应用原理 | 第36-38页 |
·人脸图像形态学实现和结果 | 第38-42页 |
·本章小结 | 第42-43页 |
第四章 基于人眼的人脸检测 | 第43-58页 |
·边缘检测算法 | 第43-47页 |
·边缘检测算法原理 | 第43-46页 |
·实验结果分析 | 第46-47页 |
·筛除类肤色和明显非人脸肤色区域 | 第47-50页 |
·计算各区块的长和宽算法 | 第47-48页 |
·实现结果分析 | 第48页 |
·计算各区块面积 | 第48-50页 |
·将彩色图像转为灰度图像 | 第50页 |
·人眼的检测 | 第50-55页 |
·常用的几种眼睛定位算法 | 第50-52页 |
·基于灰度的改进人眼检测算法 | 第52-54页 |
·实验结果及分析 | 第54-55页 |
·人脸图像的归一化 | 第55-57页 |
·人脸图像的归一化算法流程 | 第55-56页 |
·实验结果分析 | 第56-57页 |
·小结 | 第57-58页 |
第五章 特征提取和人脸识别 | 第58-70页 |
·基于PCA 的特征提取 | 第58-63页 |
·主成分分析法原理 | 第58-59页 |
·主成分分析法建立特征子空间过程 | 第59-60页 |
·实验结果分析 | 第60-62页 |
·特征值的选择 | 第62-63页 |
·基于改进的 BP 神经网络的人脸识别 | 第63-69页 |
·BP 神经网络的结构和基本思想 | 第63页 |
·基于标准BP 算法的网络规则 | 第63-66页 |
·BP 神经网络的改进算法 | 第66-67页 |
·实验算法过程及结果分析 | 第67-69页 |
·小结 | 第69-70页 |
第六章 人脸检测与识别系统设计与实现 | 第70-75页 |
·系统环境 | 第70页 |
·人脸识别部分使用的图像数据库 | 第70-71页 |
·人脸检测与识别系统框图 | 第71页 |
·系统功能模块 | 第71-72页 |
·实验结果分析 | 第72-74页 |
·小结 | 第74-75页 |
第七章 总结与展望 | 第75-77页 |
·总结 | 第75页 |
·对未来工作的展望 | 第75-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-81页 |
攻读硕士学位期间科研工作简介 | 第81页 |
发表的论文 | 第81页 |
获奖情况 | 第81页 |