人脸自动识别技术的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-18页 |
| ·前言 | 第10页 |
| ·传统的用户身份识别 | 第10-11页 |
| ·生物特征认证技术 | 第11-12页 |
| ·人脸自动识别技术 | 第12-18页 |
| ·人脸自动识别技术的研究历史及现状 | 第14-15页 |
| ·人脸自动识别技术面临的问题 | 第15-16页 |
| ·人脸识别技术的分类和特点 | 第16-18页 |
| 2 人脸的检测与定位 | 第18-43页 |
| ·人脸检测问题的分类与人脸模式分析 | 第19-21页 |
| ·人脸模式的特征提取 | 第21-23页 |
| ·肤色特征 | 第21-22页 |
| ·灰度特征 | 第22-23页 |
| ·人脸检测方法 | 第23-24页 |
| ·基于知识的自顶向下的方法 | 第23页 |
| ·基于人脸特征的自底向上的方法 | 第23页 |
| ·模板匹配的方法 | 第23页 |
| ·基于人脸外观的方法 | 第23-24页 |
| ·基于肤色的人脸检测算法 | 第24-38页 |
| ·色彩空间与色彩空间的聚类 | 第24-25页 |
| ·肤色模型 | 第25-31页 |
| ·人脸区域分割 | 第31-37页 |
| ·肤色模型在人脸检测的后期验证中的应用 | 第37-38页 |
| ·人脸特征的检测 | 第38-43页 |
| ·候选特征的提取 | 第38页 |
| ·双眼和嘴巴的定位 | 第38-40页 |
| ·双眼和嘴巴的轮廓提取 | 第40-43页 |
| 3 人脸识别 | 第43-52页 |
| ·人脸识别技术简介 | 第43页 |
| ·人脸识别常用的方法 | 第43-48页 |
| ·基于几何特征的人脸识别方法 | 第43-44页 |
| ·基于模板匹配的人脸识别方法 | 第44-45页 |
| ·基于PCA分析的人脸识别方法 | 第45页 |
| ·形状和灰度分离的可变形模型 | 第45页 |
| ·隐马尔科夫模型 | 第45-46页 |
| ·基于神经网络的方法 | 第46-47页 |
| ·弹性图匹配的方法 | 第47-48页 |
| ·其他人脸识别方法 | 第48页 |
| ·基于特征脸的人脸识别算法 | 第48-51页 |
| ·算法思想 | 第48-49页 |
| ·算法大致流程 | 第49页 |
| ·特征脸的计算 | 第49-50页 |
| ·利用特征脸进行分类 | 第50-51页 |
| ·人脸识别方法总结 | 第51-52页 |
| 4 人脸自动识别的实现 | 第52-60页 |
| ·人脸检测与定位 | 第52-56页 |
| ·人脸区域的检测 | 第52-55页 |
| ·眼睛的标定 | 第55页 |
| ·鼻子的确定 | 第55-56页 |
| ·嘴的确定 | 第56页 |
| ·识别实例 | 第56-57页 |
| ·实例运行效果分析 | 第57-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 附录A 基于相似度方法人脸检测的程序代码 | 第67-83页 |
| 附录B 基于皮肤区域、头发区域人脸检测的程序代码 | 第83-87页 |
| 在学研究成果 | 第87-88页 |
| 致谢 | 第88页 |
