二維及三維人臉識別技術

第一章　緒論
1．1 生物特征識別技術
1．2 人臉識別概述
1．3 人臉識別的應用領域
1．4 國內外公用二維人臉圖像數據庫
第二章　二維人臉圖像的預處理
2．1 去噪
2．2 灰度預處理
2．3 角度預處理
2．4 尺度預處理
2．4．1 人臉左右邊界的確定
2．4．2 人眼水平位置的預估
2．4．3 人眼分割閥值區(qū)間的估計及精確定位
第三章　二維人臉識別方法
3．1 基于幾何特征的方法
3．1．1 正面識別
3．1．2 側影識別
3．2 基于特征臉的方法
3．3 基于彈性匹配的方法
3．3．1 彈性匹配法介紹
3．3．2 特征矢量的抽取
3．3．3 匹配過程
3．3．4 彈性匹配法的優(yōu)缺點及改進方法
3．4 基于神經網絡的方法
3．4．1 BP神經元網絡結構
3．4．2 BP神經元網絡學習規(guī)則
3．4．3 用BP神經元網絡對人臉特征進行分類
3．5 基于隱馬爾可夫模型的方法
3．5．1 隱馬爾可夫模型(HMM)概述
3．5．2 基于一維HMM的人臉識別方法
3．5．3 基于偽二維HMM的人臉識別方法
3．6 基于支持向量機的方法
3．6．1 支持向量機簡介
3．6．2 支持向量機的訓練算法
3．6．3 用于多類分類的支持向量機
3．7 基于分形編碼的方法
3．7．1 基于對稱性與方差的人臉圖像壓縮算法
3．7．2 基于分形碼的人臉識別算法
第四章　三維人臉識別
4．1 人臉識別從二維到三維
4．2 三維人臉獲取技術
4．3 三維人臉庫
4．4 國內外研究現(xiàn)狀
第五章　三維人臉圖像的預處理
5．1 歸一化處理
5．2 特征點檢測
第六章　三維人臉重建
6．1 基于三維可變形人頭模型的人臉重建
6．2 基于三維通用人頭模型的人臉重建
6．3 基于多幅深度圖合成的人臉重建
第七章　三維人臉識別方法
7．1 基于曲率的方法
7．2 基于模型擬合及合成的方法
7．3 基于形狀表征的方法