首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

中心对称局部差分模式及其在人脸识别中的应用

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-15页
第一章 绪论第15-27页
    1.1 课题研究背景及意义第15-17页
    1.2 人脸识别技术概况第17-21页
        1.2.1 人脸识别研究的发展历史第17-18页
        1.2.2 人脸识别的研究现状第18-20页
        1.2.3 尚未完全解决的人脸识别技术挑战第20-21页
    1.3 人脸识别的研究内容第21-23页
    1.4 本文的研究内容及组织第23-27页
        1.4.1 本文主要研究内容第23-24页
        1.4.2 本文组织安排第24-27页
第二章 特征提取与识别方法概述第27-33页
    2.1 引言第27页
    2.2 人脸图像特征描述方法第27-30页
        2.2.1 基于整体特征的方法第27-28页
        2.2.2 基于局部外观特征的方法第28-30页
    2.3 人脸识别评价方法第30-31页
    2.4 本章小结第31-33页
第三章 基于LBP的人脸识别第33-43页
    3.1 局部二值模式(LBP)第33-36页
        3.1.1 LBP算子的基本原理第33-36页
    3.2 LBP算子的基本扩展属性第36-39页
        3.2.1 LBP算子的均匀模式第36-37页
        3.2.2 LBP算子的旋转不变性第37-39页
    3.3 基于LBP的人脸识别第39-41页
        3.3.1 LBP特征提取变换第39-40页
        3.3.2 相似性度量第40-41页
    3.4 本章小结第41-43页
第四章 基于中心对称局部差分模式的人脸识别第43-57页
    4.1 CSLBP及其相关算法第43-45页
        4.1.1 CSLBP基本原理介绍第43-44页
        4.1.2 相关算法的基本原理介绍第44-45页
    4.2 CSLDP基本原理介绍第45-49页
        4.2.1 CSLDP基本概念介绍第45-48页
        4.2.2 中心对称局部差分模式(CSLDP)在人脸识别中的应用第48-49页
    4.3 实验结果及分析第49-56页
        4.3.1 实验环境第49-50页
        4.3.2 在FERET人脸数据库上实验与分析第50-52页
        4.3.3 在CAS-PEAL-R1人脸数据库上实验与分析第52-53页
        4.3.4 在CMU-PIE和Extended Yale B人脸数据库上实验与分析第53-56页
    4.4 本章小结第56-57页
第五章 基于Gabor + CSLDP方法的人脸识别第57-63页
    5.1 Gabor变换第57-58页
    5.2 基于Gabor变换和CSLDP的人脸描述方法第58-60页
    5.3 实验结果与分析第60页
    5.4 本章小结第60-63页
第六章 总结和展望第63-65页
参考文献第65-69页
致谢第69-71页
作者简介第71-72页

论文共72页,点击 下载论文
上一篇:用图像处理的思想和方法提高联合时频分布的性能
下一篇:基于Pro/E的三维发布物插图制作与发布系统