声明
摘要
第1章 绪论
1.1 研究的背景及意义
1.2 人脸特征检测研究现状及分析
1.2.1 研究现状概述
1.2.2 经典人脸特征检测方法
1.2.3 当前研究进展
1.3 存在的问题
1.4 主要研究内容
2.1 引言
2.2 平滑算法去噪分析
2.3 肤色分割与融合处理
2.3.1 肤色检测与分割
2.3.2 图像融合
2.3.3 融合实验与分析
2.4 人脸图像边缘检测
2.4.1 八邻域梯度算子边缘检测
2.4.2 边缘检测实验与分析
2.5 本章小结
第3章 肤色分割和多尺度采样卷积神经网络的人脸检测
3.1 引言
3.2 基于高斯混合模型的肤色分割
3.2.1 YCbCr色彩空间
3.2.2 高斯混合肤色模型
3.2.3 肤色区域分割
3.2.4 数学形态学处理
3.3 基于多尺度采样的卷积神经网络人脸检测方法
3.3.1 卷积神经网络的基本结构
3.3.2 多尺度采样
3.3.3 整体网络拓扑结构
3.3.4 训练学习方法
3.4 实验结果与分析
3.4.1 多尺度采样有效性分析
3.4.2 对比实验
3.5 本章小结
4.1 引言
4.2 LPQ特征提取
4.2.1 人脸局部特征分析
4.2.2 LPQ算法
4.3 PMLPQ特征提取
4.4 并行计算机制
4.5 Fisherfaces方法
4.6 实验结果与分析
4.6.1 基于PMLPQ的多姿态人脸识别
4.6.2 基于PMLPQ的多分辨率人脸识别
4.6.3 基于PMLPQ的人脸表情识别
4.6.4 基于PMLPQ不同伪装遮挡的人脸识别
4.7 本章小结
5.1 引言
5.2 人脸识别平台工作原理
5.3 人脸识别平台配置
5.3.1 硬件配置
5.3.2 软件配置
5.4 人脸识别平台的实现
5.4.1 人脸检测模块的实现
5.4.2 人脸采集模块的实现
5.4.3 人脸识别模块的实现
5.5 本章小结
结论
参考文献
攻读博士学位期间发表的学术论文
致谢
哈尔滨理工大学;