基于人耳和侧面人脸的身份识别
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-18页 |
| ·课题背景 | 第8-16页 |
| ·生物特征识别 | 第8-12页 |
| ·课题意义和应用 | 第12-16页 |
| ·关键技术 | 第16-17页 |
| ·论文章节安排 | 第17-18页 |
| 2 基于AdaBoost的人耳和侧面人脸检测 | 第18-24页 |
| ·Haar-like型特征 | 第18-19页 |
| ·积分图 | 第19-20页 |
| ·AdaBoost训练过程 | 第20-22页 |
| ·Adaboost检测过程 | 第22-23页 |
| ·检测结果 | 第23页 |
| ·本章小结 | 第23-24页 |
| 3 人耳定位和特征提取 | 第24-35页 |
| ·人耳矫正 | 第25-26页 |
| ·人耳力场特征提取 | 第26-32页 |
| ·力场转换理论 | 第26-28页 |
| ·力场下的人耳散度特征提取 | 第28-30页 |
| ·阈值分割 | 第30-32页 |
| ·人耳SIFT特征 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 4 侧面人脸定位和特征提取 | 第35-46页 |
| ·人脸区域肤色分割 | 第35-39页 |
| ·彩色模型 | 第36-37页 |
| ·人脸区域分割 | 第37-39页 |
| ·人脸ROI提取 | 第39页 |
| ·侧面人脸的特征提取 | 第39-44页 |
| ·Gabor理论基础 | 第39-41页 |
| ·人脸图像的Gabor特征 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 5 侧脸和人耳的特征融合 | 第46-50页 |
| ·特征融合概述 | 第46-49页 |
| ·特征层融合 | 第46-47页 |
| ·匹配层融合 | 第47页 |
| ·决策层融合 | 第47-48页 |
| ·不同融合方法比较 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 6 分类识别 | 第50-53页 |
| ·人耳识别结果 | 第50-51页 |
| ·侧面人脸识别结果 | 第51页 |
| ·人耳和侧面人脸特征融合识别结果 | 第51页 |
| ·总结与展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 附录 | 第55-57页 |
| 申请学位期间的研究成果及发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |
