基于统计分析的三维人脸识别研究

摘要	第1-5页
Abstract	第5-10页
第一章 绪论	第10-24页
·研究目的与意义	第10-11页
·人脸识别基本问题	第11-14页
·二维人脸识别综述	第14-17页
·三维人脸识别现状	第17-21页
·本文主要研究内容及章节安排	第21-24页
第二章 三维人脸数据的预处理	第24-44页
·三维人脸数据的获取及预处理	第24-25页
·数据规格化	第25-32页
·基于光流的对应计算	第26-27页
·基于网格重采样的对应算法	第27-29页
·B样条拟合人脸曲面	第29-32页
·三维人脸配准	第32-40页
·三维人脸配准综述	第32-35页
·基于Partial-ICP的配准技术	第35-40页
·实验结果与分析	第40-44页
第三章 基于主元分析的人脸识别	第44-62页
·基于主元分析的算法理论基础	第44-51页
·K-L变换及其性质	第44-48页
·特征脸人脸识别方法	第48-49页
·特征向量的选取	第49-50页
·距离函数的选择	第50-51页
·3D数据的PCA实验结果与分析	第51-56页
·3D数据来源	第51-52页
·深度数据的规一化及配准	第52-53页
·深度图像的PCA识别及结果	第53-56页
·2D纹理图像的PCA识别实验结果	第56-62页
·2D数据来源	第56-57页
·图像规格化	第57-58页
·纹理图像滤波处理	第58-60页
·纹理图像的PCA识别及结果分析	第60-62页
第四章 基于Fisher准则的人脸识别	第62-74页
·基于Fisher准则的鉴别矢量集算法	第62-66页
·Fisher准则的线性判别分析原理	第63-64页
·基于Fisher准则的人脸识别算法	第64-66页
·3D数据的LDA实验结果	第66-68页
·纹理图像的LDA识别实验结果	第68-70页
·2D纹理图像与3D深度信息融合	第70-74页
第五章 总结与展望	第74-76页
·本文的研究总结	第74-75页
·进一步的研究和展望	第75-76页
参考文献	第76-81页
硕士在读期间科研成果介绍	第81-82页
发表论文	第81页
参与项目	第81-82页
致谢	第82页