小波变换在动态人脸识别中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·人脸识别技术概述 | 第10-12页 |
| ·人脸识别的研究范围 | 第12-13页 |
| ·人脸检测和定位 | 第12页 |
| ·人脸特征提取和识别 | 第12-13页 |
| ·人脸识别技术研究现状 | 第13-14页 |
| ·本文研究的主要内容 | 第14-16页 |
| 第2章 人脸图像的预处理过程 | 第16-26页 |
| ·人脸图像的采集 | 第16-17页 |
| ·将彩色图像转变为灰度图像 | 第17页 |
| ·对人脸灰度图像进行消噪处理 | 第17-18页 |
| ·对消噪后的人脸图像进行光照处理 | 第18-20页 |
| ·直方图均衡化处理 | 第18-19页 |
| ·直方图规定化处理 | 第19页 |
| ·光照强度校正 | 第19-20页 |
| ·光照角度校正 | 第20页 |
| ·对光照校正后的人脸图像进行几何校正 | 第20-25页 |
| ·人脸图像的二值化 | 第21页 |
| ·人脸图像中眼睛的准确定位 | 第21-23页 |
| ·人脸图像的角度旋转 | 第23-24页 |
| ·人脸图像的剪裁 | 第24-25页 |
| ·对人脸图像进行去遮挡处理 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于小波变换的人脸全局特征提取 | 第26-42页 |
| ·小波变换概述 | 第26-29页 |
| ·基于小波变换系数的特征提取 | 第26-27页 |
| ·基于小波包变换的特征提取 | 第27-28页 |
| ·基于适应性小波神经网络的特征提取 | 第28-29页 |
| ·不同小波提取人脸特征的性能比较 | 第29-34页 |
| ·算法实现 | 第29-32页 |
| ·小波分解层数的确定 | 第32-33页 |
| ·小波变换的小波基的选择 | 第33-34页 |
| ·改进双正交小波提取人脸全局特征 | 第34-41页 |
| ·改进的双正交小波基 | 第34-41页 |
| ·改进的双正交小波的性能 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第4章 小波包变换提取特殊人脸特征 | 第42-48页 |
| ·小波包概述 | 第42-43页 |
| ·二维小波分析 | 第43-45页 |
| ·装载信号 | 第43-44页 |
| ·分析信号 | 第44页 |
| ·利用小波包压缩图像 | 第44-45页 |
| ·小波包变换提取特殊人脸特征 | 第45-47页 |
| ·小波包分解层数的确定 | 第46页 |
| ·小波包变换的小波基的选择 | 第46-47页 |
| ·特殊人脸特征的提取 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第5章 建立动态人脸特征库 | 第48-58页 |
| ·人脸特征库概述 | 第48-50页 |
| ·人脸图像的姿态选择与匹配 | 第50-52页 |
| ·人眼的准确定位 | 第50页 |
| ·嘴唇中心点的准确定位 | 第50-51页 |
| ·匹配图像的选择 | 第51-52页 |
| ·多姿态的人脸特征库的结构 | 第52-57页 |
| ·人脸各部位的检测和定位 | 第53-55页 |
| ·人脸图像各部分的截取 | 第55页 |
| ·人脸图像各部位的判别 | 第55-57页 |
| ·人脸特征库的分层处理 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第6章 改进欧式距离分类器进行人脸识别 | 第58-70页 |
| ·人脸识别分类器概述 | 第58-63页 |
| ·改进的欧式距离分类器 | 第63-65页 |
| ·利用Matlab进行人脸识别仿真 | 第65-68页 |
| ·仿真结果分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间所发表的论文 | 第77-78页 |
| 致谢 | 第78页 |
