二維及三維人臉識(shí)別技術(shù)

第一章　緒論
1．1 生物特征識(shí)別技術(shù)
1．2 人臉識(shí)別概述
1．3 人臉識(shí)別的應(yīng)用領(lǐng)域
1．4 國(guó)內(nèi)外公用二維人臉圖像數(shù)據(jù)庫(kù)
第二章　二維人臉圖像的預(yù)處理
2．1 去噪
2．2 灰度預(yù)處理
2．3 角度預(yù)處理
2．4 尺度預(yù)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(yù)估
2．4．3 人眼分割閥值區(qū)間的估計(jì)及精確定位
第三章　二維人臉識(shí)別方法
3．1 基于幾何特征的方法
3．1．1 正面識(shí)別
3．1．2 側(cè)影識(shí)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(guò)程
3．3．4 彈性匹配法的優(yōu)缺點(diǎn)及改進(jìn)方法
3．4 基于神經(jīng)網(wǎng)絡(luò)的方法
3．4．1 BP神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)
3．4．2 BP神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)規(guī)則
3．4．3 用BP神經(jīng)元網(wǎng)絡(luò)對(duì)人臉特征進(jìn)行分類(lèi)
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(shí)別方法
3．5．3 基于偽二維HMM的人臉識(shí)別方法
3．6 基于支持向量機(jī)的方法
3．6．1 支持向量機(jī)簡(jiǎn)介
3．6．2 支持向量機(jī)的訓(xùn)練算法
3．6．3 用于多類(lèi)分類(lèi)的支持向量機(jī)
3．7 基于分形編碼的方法
3．7．1 基于對(duì)稱(chēng)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(shí)別算法
第四章　三維人臉識(shí)別
4．1 人臉識(shí)別從二維到三維
4．2 三維人臉獲取技術(shù)
4．3 三維人臉庫(kù)
4．4 國(guó)內(nèi)外研究現(xiàn)狀
第五章　三維人臉圖像的預(yù)處理
5．1 歸一化處理
5．2 特征點(diǎn)檢測(cè)
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(shí)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