基于LBP和二维主成分分析的人脸识别研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 人脸识别难点 | 第16-17页 |
| 1.4 研究内容和论文结构 | 第17-20页 |
| 第2章 人脸识别综述 | 第20-30页 |
| 2.1 人脸识别系统 | 第20页 |
| 2.2 图像预处理 | 第20-24页 |
| 2.3 特征提取 | 第24-26页 |
| 2.4 分类识别 | 第26-28页 |
| 2.5 人脸常用数据库 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 基于HOG的加权LBP人脸识别 | 第30-44页 |
| 3.1 引言 | 第30-31页 |
| 3.2 局部二值模式 | 第31-37页 |
| 3.2.1 LBP基本原理 | 第31-33页 |
| 3.2.2 LBP的扩展 | 第33-36页 |
| 3.2.3 自适用加权LBP | 第36-37页 |
| 3.3 HOG的基本原理 | 第37-39页 |
| 3.4 基于HOG和加权LBP的人脸识别 | 第39-40页 |
| 3.5 实验结果与分析 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 基于2DPCA人脸识别与应用 | 第44-59页 |
| 4.1 引言 | 第44页 |
| 4.2 2DPCA人脸识别 | 第44-46页 |
| 4.2.1 2DPCA的基本思想 | 第44-45页 |
| 4.2.2 人脸特征提取 | 第45-46页 |
| 4.2.3 2DPCA的人脸识别 | 第46页 |
| 4.3 支持向量机 | 第46-51页 |
| 4.3.1 线性可分情况下的SVM | 第47-49页 |
| 4.3.2 非线性可分情况下的SVM | 第49-50页 |
| 4.3.3 核函数 | 第50-51页 |
| 4.4 分析与测试 | 第51-55页 |
| 4.4.1 2DPCA性能分析 | 第52-54页 |
| 4.4.2 测试SVM核函数参数 | 第54-55页 |
| 4.4.3 SVM和2DPCA的性能分析 | 第55页 |
| 4.5 系统设计与实现 | 第55-58页 |
| 4.5.1 系统设计过程 | 第56-57页 |
| 4.5.2 测试识别 | 第57-58页 |
| 4.6 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66页 |
