声明
摘要
插图索引
第1章 绪论
1.1 人脸识别的研究背景及意义
1.2 人脸识别的研究现状及发展趋势
1.3 人脸识别的研究方法
1.4 本文的主要工作及组织结构
1.4.1 本文的主要研究工作
1.4.2 本文的组织结构
2.2.2 统计形状模型
2.2.3 局部模型
2.2.4 CLM拟合优化及系统流程
2.3 局部二值模式(LBP)
2.3.1 LBP基本原理
2.3.2 LBP的人脸描述
2.3.3 LBP的优缺点
2.4 本章小结
第3章 基于局部特征的Joint Bayesian分类器生成原理
3.1 人脸特征点定位
3.2 人脸局部特征提取
3.2.1 人脸特征分块
3.2.2 PCA法对特征向量降维
3.3 基于局部特征的Joint Bayesian分类器生成策略
3.3.1 贝叶斯定理判决理论
3.3.2 基于贝叶斯决策理论的人脸识别方法
3.3.3 Joint Bayesian分类器原理
3.4 本章小结
第4章 融合多个基于局部特征的Joint Bayesian分类器
4.1 分类器融合经典算法
4.1.1 基于乘法规则的融合算法
4.1.2 基于加法规则的融合算法
4.2 逻辑回归模型
4.2.1 逻辑回归的基本概念
4.2.2 逻辑回归模型建模
4.3 多个基于局部特征的Joint Bayesian分类器融合过程
4.4 实验分析
4.4.1 人脸测试库
4.4.2 实验结果及分析
4.5 本章小结
总结与展望
参考文献
攻读硕士学位期间所发表的学术论文目录
致谢