人脸识别身份验证技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-21页 |
| ·人脸识别技术研究背景及意义 | 第13-17页 |
| ·生物识别概论 | 第13-15页 |
| ·人脸检测识别技术简介 | 第15-17页 |
| ·国内外人脸识别研究现状 | 第17-19页 |
| ·人脸识别系统应用 | 第19-20页 |
| ·本文主要工作和内容安排 | 第20-21页 |
| 第二章 支持向量机理论 | 第21-32页 |
| ·统计学习理论 | 第21-22页 |
| ·损失函数和风险最小化 | 第21页 |
| ·归纳原理 | 第21-22页 |
| ·支持向量机理论 | 第22-23页 |
| ·核函数 | 第23-26页 |
| ·一对一策略 | 第26-27页 |
| ·一对多策略 | 第27页 |
| ·DAG 支持向量机 | 第27-28页 |
| ·非平衡二叉树支持向量机 | 第28-30页 |
| ·训练时间分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 人脸检测 | 第32-47页 |
| ·人脸检测技术综述 | 第32-34页 |
| ·基于统计人脸检测方法 | 第32-33页 |
| ·基于特征人脸检测方法 | 第33-34页 |
| ·FastICA 算法 | 第34-36页 |
| ·神经网络概述 | 第36-38页 |
| ·生物神经元 | 第36页 |
| ·人工神经网络应用 | 第36-38页 |
| ·BP 神经网络设计与实现 | 第38-41页 |
| ·BP 神经网络算法 | 第38-41页 |
| ·隐含层节点数选择方法 | 第41页 |
| ·人脸定位结果与分析 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 人脸识别 | 第47-59页 |
| ·人脸识别技术综述 | 第47-48页 |
| ·人脸子空间法 | 第47页 |
| ·神经网络方法 | 第47-48页 |
| ·人脸模型方法 | 第48页 |
| ·人脸数据库介绍 | 第48-49页 |
| ·人脸数据库训练方式 | 第49-50页 |
| ·总体训练方式 | 第49页 |
| ·基空间集合训练方式 | 第49-50页 |
| ·人脸图像特征提取 | 第50-52页 |
| ·Gabor 算法原理及应用 | 第50-52页 |
| ·Hopfield 人工神经网络 | 第52-58页 |
| ·离散Hopfield 人工神经网络 | 第53-54页 |
| ·连续Hopfield 人工神经网络 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 视频捕获系统与结果分析 | 第59-73页 |
| ·数字视频采集技术 | 第59-62页 |
| ·数字图像应用软件简介 | 第59-60页 |
| ·Directshow 采集视频图像应用 | 第60-61页 |
| ·采集视频图像格式转换的实现 | 第61-62页 |
| ·数字视频图像预处理 | 第62-63页 |
| ·身份验证过程 | 第63-66页 |
| ·人脸识别系统方案制定 | 第66页 |
| ·实验结果与分析 | 第66-73页 |
| 第六章 总结与展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第80-81页 |
