声明
摘要
第1章 绪论
1.1 人脸识别综述
1.1.1 研究背景和意义
1.1.2 发展历史和现状
1.1.3 人脸识别系统的组成
1.2 眼睛定位简介
1.2.1 眼睛定位研究的必要性
1.2.2 眼睛定位的现状分析
1.3 本文的研究内容以及安排
第2章 眼睛定位主要算法简介
2.1 基于先验规则
2.1.1 灰度投影法
2.1.2 人脸图像二值化
2.2 基于几何信息
2.3 基于肤色信息
2.4 基于统计信息
2.4.1 支持向量机
2.4.2 人工神经网络
2.5 基于关联信息
2.5.1 概率网络模型
2.5.2 动态链接模型
2.6 眼睛定位算法优劣的评价
2.7 本章小结
第3章 人脸识别中的眼睛定位算法
3.1 眼睛定位存在的问题和发展趋势
3.1.1 存在的问题
3.1.2 发展趋势
3.2 基于Haar分类器的眼睛检测
3.2.1 Haar-like特征
3.2.2 积分图
3.2.3 AdaBoost算法
3.2.4 级联算法
3.2.5 Haar分类器眼睛检测
3.3 近红外眼睛定位算法
3.3.1 近红外人脸图像眼镜的判断
3.3.2 基于瞳孔反光点的眼睛定位
3.3.3 Haar分类器定位准确性的判断和检测
3.3.4 基于几何结构信息的判断调整
3.4 可见光眼睛定位算法
3.4.1 光照处理
3.4.2 基于灰度信息的眼睛精确定位
3.4.3 基于随机森林的定位准确性的判断和调整
3.5 本章小结
第4章 结合结构信息的眼睛定位
4.1 基于概率支持向量机的外观模型的建立
4.1.1 概率支持向量机
4.1.2 灰度密度特征和Gabor特征
4.1.3 外观模型的建立
4.2 基于特征点的结构约束模型的建立
4.3 结合结构信息的眼睛定位算法
4.4 本章小结
第5章 眼睛定位的实验结果以及总结展望
5.1 眼睛定位算法的评价标准
5.2 本文眼睛定位算法结果及分析
5.2.1 近红外人脸图像眼睛定位分析
5.2.2 可见光人脸图像眼睛定位分析
5.2.3 结合结构信息的眼睛定位分析
5.3 总结和展望
5.3.1 本文工作总结
5.3.2 眼睛定位展望
参考文献
致谢