复杂环境下的人脸识别方法及应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 人脸识别研究背景 | 第9-10页 |
| 1.2 复杂环境下人脸识别的研究和发展现状 | 第10-13页 |
| 1.2.1 国外人脸识别研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 复杂环境下人脸识别存在的问题 | 第13-14页 |
| 1.4 论文的主要内容 | 第14页 |
| 1.5 论文的组织结构 | 第14-16页 |
| 2 人脸图像光照预处理 | 第16-32页 |
| 2.1 灰度图像光照预处理方法 | 第17-25页 |
| 2.1.1 传统的灰度图像预处理方法 | 第17-21页 |
| 2.1.2 改进的灰度图像预处理方法 | 第21-25页 |
| 2.2 彩色图像的预处理方法 | 第25-29页 |
| 2.2.1 基本的 YCbCr 图像色彩空间 | 第25-26页 |
| 2.2.2 改进的 YCbCr 色彩空间 | 第26-28页 |
| 2.2.3 综合的人脸光照预处理算法 | 第28-29页 |
| 2.3 实验结果比较与分析 | 第29-31页 |
| 2.3.1 人脸数据库 | 第29-30页 |
| 2.3.2 光照预处理实验分析 | 第30-31页 |
| 2.4 小结 | 第31-32页 |
| 3 基于肤色信息的人脸检测 | 第32-40页 |
| 3.1 肤色区域粗提取 | 第32-33页 |
| 3.2 人脸区域细定位 | 第33-36页 |
| 3.2.1 连通域分析 | 第33-34页 |
| 3.2.2 改进的 ICM 分割算法 | 第34-36页 |
| 3.3 实验结果与分析 | 第36-39页 |
| 3.4 小结 | 第39-40页 |
| 4 人脸识别算法研究 | 第40-48页 |
| 4.1 主成分分析法 | 第40-43页 |
| 4.1.1 K-L 变换的基本原理 | 第40-41页 |
| 4.1.2 基于 PCA 的人脸识别 | 第41-42页 |
| 4.1.3 主成分分析法的优缺点 | 第42-43页 |
| 4.2 线性判别分析法 | 第43-44页 |
| 4.2.1 基于 LDA 的人脸识别 | 第43-44页 |
| 4.2.2 线性判别分析的优缺点 | 第44页 |
| 4.3 基于稀疏表示的人脸识别方法 | 第44-47页 |
| 4.3.1 基于稀疏表示的人脸识别 | 第44-45页 |
| 4.3.2 二次分类的稀疏表示人脸识别 | 第45-47页 |
| 4.4 小结 | 第47-48页 |
| 5 实验 | 第48-58页 |
| 5.1 多种人脸识别算法对比实验 | 第48-49页 |
| 5.2 实验结果与分析 | 第49页 |
| 5.3 人脸识别系统仿真 | 第49-57页 |
| 5.4 小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间的研究成果 | 第64页 |
