文摘
英文文摘
第一章绪论
1.1引言
1.2人脸识别技术的研究概况
1.3人脸识别系统的组成
1.3.1人脸检测
1.3.2人脸图像预处理
1.3.3人脸识别系统的性能评价
1.4人脸图像数据库
1.4.1 FERET人脸库
1.4.2 AR人脸库
1.4.3 Yale人脸库
1.4.4 Bern大学人脸库
1.5人脸识别技术竞赛
1.5.1 FERET测试
1.5.2 FRVT测试
1.5.3 FAC2004和FAT2004竞赛
1.6人脸识别技术的应用现状
1.7本课题的研究目的和论文结构安排
第二章人脸识别技术文献综述
2.1引言
2.2基于子空间变换的方法
2.2.1主元分析(PCA)方法
2.2.2 Fisher脸法
2.2.3概率PCA(PPCA)方法
2.2.4独立成分分析(ICA)方法
2.3基于Hausdorff距离(HD)的方法
2.3.1基于HD和M2HD的方法
2.3.2基于LHD的方法
2.4基于机器学习的方法
2.4.1基于神经网络(ANN)的方法
2.4.2基于支持向量机(SVM)的方法
2.5基于模型的方法
2.5.1基于隐马尔可夫模型(HMM)的方法
2.5.2基于三维可变形模型的方法
2.6基于局部特征的方法
2.6.1弹性图匹配(EGM)方法
2.6.2局部特征分析(LFA)方法
2.7传统方法
2.7.1基于几何特征的方法
2.7.2基于灰度模板匹配的方法
2.8 小结
第三章基于小波多分辨率分析的人脸二值边缘图像的提取
3.1引言
3.2人脸图像分析中常用的边缘提取方法
3.2.1 Sobel算子及LAT算法
3.2.2 Canny算子
3.3小波变换
3.3.1小波变换及其性质
3.3.2离散小波变换
3.3.3多分辨率分析与Mallat算法
3.3.4二维小波变换
3.4本章提出的人脸边缘提取方法
3.4.1图像的高频重构及其二值化
3.4.2边缘图像的融合及二次二值化
3.4.3二值图像去噪
3.5二值边缘图像质量评价
3.5.1 BEI的主要特点
3.5.2定量评价
3.6小结
第四章基于边缘和亮度信息的人眼定位
4.1引言
4.1.1基于主动红外光的人眼定位方法
4.1.2基于图像的人眼定位方法
4.2本章提出的方法
4.2.1方法概述
4.2.2人脸区域提取
4.2.3类眼块提取
4.2.4眼睛区域检测
4.2.5眼睛块检测
4.2.6用亮度值定位眼睛
4.2.7多级眼睛检测方案
4.2.8反射光点的自动检测
4.3实验结果
4.3.1人脸图像库及实验方法
4.3.2参数α和β的选定
4.3.3 Bern图像集的眼睛定位实验
4.3.4 AR图像集的眼睛定位实验
4.4小结
第五章基于二值模板匹配的人脸识别
5.1引言
5.2基于二值模板匹配的人脸识别
5.2.1二值模板匹配的基本原理
5.2.2实验方法和结果
5.3提高二值模板匹配识别率的有效方法—特征融合
5.3.1特征融合的基本方法
5.3.2基于扩展的二值模板匹配法的人脸识别结果
5.4 小结
第六章总结与展望
6.1全文总结
6.2未来工作展望
参考文献
致谢
攻博期间作者完成的文章和从事的项目