摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-25页 |
1.1 课题研究背景、目的和意义 | 第11页 |
1.2 人脸识别概述 | 第11-16页 |
1.2.1 人脸识别研究的历史与现状 | 第13-15页 |
1.2.2 人脸识别的主要技术方法 | 第15-16页 |
1.3 人脸面部特征配准概述 | 第16-20页 |
1.3.1 人脸面部特征配准研究历史与现状 | 第17-19页 |
1.3.2 人脸面部特征配准主要技术方法 | 第19-20页 |
1.4 人脸比对概述 | 第20-22页 |
1.4.1 人脸比对实际商业系统 | 第21页 |
1.4.2 人脸比对应用 | 第21-22页 |
1.5 本论文的主要研究内容和安排 | 第22-25页 |
第2章 人脸检测与人脸图像预处理 | 第25-37页 |
2.1 人脸检测主要研究方法 | 第25-26页 |
2.2 基于AdaBoost人脸检测方法 | 第26-30页 |
2.2.1 AdaBoost算法 | 第26页 |
2.2.2 弱分类器与强分类器 | 第26-28页 |
2.2.3 AdaBoost级联检测器 | 第28-30页 |
2.3 Haar-like特征与LBP特征 | 第30-32页 |
2.3.1 Haar-like特征 | 第30-31页 |
2.3.2 LBP特征 | 第31-32页 |
2.4 人脸检测后图像的一些处理 | 第32-33页 |
2.4.1 图像的几何归一化处理 | 第32-33页 |
2.4.2 图像的灰度变换 | 第33页 |
2.5 实验结果分析与讨论 | 第33-36页 |
2.5.1 样本的选取 | 第33-34页 |
2.5.2 两种方法的性能分析 | 第34-36页 |
2.6 本章小结 | 第36-37页 |
第3章 基于显式形状回归的人脸配准 | 第37-47页 |
3.1 预备知识 | 第37-38页 |
3.1.1 人脸面部特征点 | 第37-38页 |
3.1.2 常用人脸配准数据集 | 第38页 |
3.2 基于显式形状回归的人脸特征配准 | 第38-41页 |
3.2.1 两级boosted回归 | 第39-40页 |
3.2.2 形状索引特征 | 第40-41页 |
3.2.3 基于相关性的特征选择 | 第41页 |
3.2.4 基于显式形状回归的人脸特征配准具体实现 | 第41页 |
3.3 实验结果分析与讨论 | 第41-46页 |
3.3.1 实验配置 | 第41-42页 |
3.3.2 实验数据准备 | 第42-44页 |
3.3.3 不同数据库中的性能对比 | 第44页 |
3.3.4 不同数据库人脸配准效果 | 第44-46页 |
3.4 本章小结 | 第46-47页 |
第4章 基于不变性变换主成分分析的人脸配准 | 第47-57页 |
4.1 反向合成算法 | 第47-49页 |
4.1.1 L-K算法(Lucas-Kanade algorithm) | 第47-48页 |
4.1.2 反向合成算法(Inverse compositional algorithm) | 第48-49页 |
4.2 主成分分析算法 | 第49-52页 |
4.2.1 K-L变换(Karhunen-Loeve Transform) | 第49-50页 |
4.2.2 用于人脸识别领域的主成分分析 | 第50-52页 |
4.3 基于不变性变换PCA的人脸配准 | 第52-53页 |
4.3.1 算法原理 | 第52页 |
4.3.2 基于不变性变换PCA的人脸图像配准 | 第52-53页 |
4.4 实验结果分析与讨论 | 第53-56页 |
4.4.1 样本数据准备 | 第53-55页 |
4.4.2 人脸配准效果实验 | 第55页 |
4.4.3 人脸识别实验 | 第55-56页 |
4.5 本章小结 | 第56-57页 |
第5章 基于联合度量的人脸比对 | 第57-69页 |
5.1 相似度度量概述 | 第57-58页 |
5.2 KISSME度量学习 | 第58页 |
5.3 联合相似度度量学习 | 第58-61页 |
5.3.1 所提出的相似度度量 | 第58-59页 |
5.3.2 从相似样本对中联合学习A和B | 第59-61页 |
5.3.3 数据预处理 | 第61页 |
5.4 实验结果分析与讨论 | 第61-64页 |
5.4.1 数据集和参数设置 | 第61-63页 |
5.4.2 不同数据集上的性能测试 | 第63-64页 |
5.5 人脸比对系统设计与实现 | 第64-67页 |
5.6 本章小结 | 第67-69页 |
结论 | 第69-71页 |
参考文献 | 第71-77页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第77-79页 |
致谢 | 第79页 |