文摘
英文文摘
论文说明:插图目录、表格目录
独创性声明和关于论文使用授权的说明
笫一章引言
§1.1研究背景及意义
§1.1.1人脸识别研究对相关学科的促进
§1.1.2人脸识别研究的广阔应用前景
§1.2序列图像人脸识别的问题描述
§1.3论文的定位和研究思路
§1.4论文的结构安排
第二章人脸识别研究综述
§2.1人脸识别概述及其发展现状
§2.1.1人脸识别概述
§2.1.2人脸识别的历史,发展及现状
§2.2基于静态图像的人脸识别算法综述
§2.2.1几何特征和模板匹配方法
§2.2.2子空间分析
§2.2.3弹性图匹配
§2.2.4局部特征分析
§2.2.5 HMM模型
§2.2.6模型参数法
§2.2.7小结
§2.3基于序列图像的人脸识别算法综述
§2.3.1序列图像人脸识别的挑战性
§2.3.2序列图像人脸识别的代表性算法
§2.4人脸数据库及其性能评测
§2.4.1主流人脸数据库介绍
§2.4.2 FERET性能评测
§2.4.3 FRVT性能评测
§2.5人脸识别研究现状总结及论文工作的思考
第三章基于关键帧融合的识别算法
§3.1识别框架简介
§3.2视频中人脸图像的检测与定位
§3.2.1统计学习人脸检测算法概述
§3.2.2基于AdaBoost的人脸检测
§3.3基于子空间距离度量的关键帧提取算法
§3.3.1子空间模式识别背景介绍
§3.3.2子空间方法选取视频序列关键帧
§3.4人脸图像Gabor特征的提取与选择
§3.4.1 Gabor滤波器
§3.4.2 Gabor特征表示
§3.5基于零空间的线性判别分析
§3.5.1线性判别分析及其变种方法回顾
§3.5.2基于零空间的线性判别分析
§3.6基于概率框架的两级融合识别算法
§3.6.1多通道Gabor特征的分类融合
§3.6.2多帧数据的融合
§3.7实验分析
§3.8小结
第四章结合动态信息的贝叶斯推理识别算法
§4.1引言
§4.2动态信息在序列图像人脸识别中应用
§4.3基于LLE算法的人脸序列图像空间分布描述
§4.3.1 LLE算法描述
§4.3.2基于视点的子流形
§4.4基于贝叶斯推理模型的序列图像人脸识别
§4.4.1计算P(ft|θt,w)
§4.4.2计算P(θt|θt-1)
§4.5实验分析
§4.6小结
第五章结束语
§5.1本文研究成果
§5.2未来工作的展望
参考文献
攻读硕士期间发表的论文
致谢