强光照鲁棒性人脸识别算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-21页 |
| ·引言 | 第9-10页 |
| ·人脸识别研究概况 | 第10-13页 |
| ·人脸识别方法简介 | 第13-14页 |
| ·人脸识别系统的组成 | 第14-17页 |
| ·人脸检测 | 第14-15页 |
| ·人脸图像预处理 | 第15-17页 |
| ·人脸图像数据库 | 第17-18页 |
| ·FERET人脸库 | 第17页 |
| ·AR人脸库 | 第17-18页 |
| ·Yale人脸库 | 第18页 |
| ·人脸识别技术应用现状 | 第18-19页 |
| ·本课题的研究目的和论文结构安排 | 第19-21页 |
| 第2章 人脸识别中的光照处理方法 | 第21-29页 |
| ·引言 | 第21页 |
| ·基于统计的方法 | 第21-25页 |
| ·主元分析(PCA)方法 | 第21-23页 |
| ·Fisher脸法 | 第23-24页 |
| ·概率PCA(PPCA)方法 | 第24-25页 |
| ·基于边缘特征的方法 | 第25-27页 |
| ·基于HD和M2HD的方法 | 第25-26页 |
| ·基于LHD的方法 | 第26-27页 |
| ·基于模型的方法 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第3章 基于光照补偿的特征脸法人脸识别 | 第29-41页 |
| ·引言 | 第29页 |
| ·光照补偿及其常用方法 | 第29-30页 |
| ·光照变化对图像频谱的影响 | 第30-31页 |
| ·小波变换及其光照补偿作用 | 第31-36页 |
| ·小波变换 | 第32-34页 |
| ·基于小波变换的图像光照补偿 | 第34-36页 |
| ·特征脸法人脸识别实验 | 第36-38页 |
| ·人脸数据库及实验方法 | 第36-38页 |
| ·实验结果及分析 | 第38页 |
| ·小结 | 第38-41页 |
| 第4章 基于二值边缘特征和支持向量机的人脸识别 | 第41-53页 |
| ·引言 | 第41页 |
| ·支持向量机 | 第41-43页 |
| ·SVM基本理论 | 第41-43页 |
| ·基于SVM的多类判别方案 | 第43页 |
| ·人脸二值边缘的提取 | 第43-49页 |
| ·Sobel算子 | 第44-45页 |
| ·Canny算子 | 第45-46页 |
| ·LAT边缘提取算法 | 第46-49页 |
| ·实验结果及分析 | 第49-50页 |
| ·小结 | 第50-53页 |
| 第5章 基于二值边缘特征和灰度特征融合的人脸识别 | 第53-60页 |
| ·引言 | 第53页 |
| ·特征融合的基本方法 | 第53-54页 |
| ·方法描述 | 第54-57页 |
| ·基于单一特征的图像相似性测度 | 第54-56页 |
| ·基于特征融合的人脸识别 | 第56-57页 |
| ·实验结果及分析 | 第57-59页 |
| ·小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间参加的科研项目和成果 | 第69页 |
