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

大规模人脸库中快速识别算法的研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-16页
    1.1 研究背景及意义第11页
    1.2 人脸识别研究现状第11-13页
        1.2.1 人脸识别流程第11-12页
        1.2.2 人脸识别研究历程第12-13页
    1.3 基于大规模数据库的人脸识别研究现状第13-14页
    1.4 本文内容安排第14-16页
第2章 图像预处理第16-22页
    2.1 人脸检测与定位第16-17页
    2.2 人脸归一化第17-18页
    2.3 人脸图像的光照处理第18-21页
        2.3.1 外网状层滤波器第18-20页
        2.3.2 高斯差分滤波器第20-21页
    2.4 本章小结第21-22页
第3章 LBP特征第22-31页
    3.1 LBP算子第22-24页
        3.1.1 基本的LBP第22-24页
        3.1.2 均匀模式的LBP第24页
        3.1.3 旋转不变模式的LBP第24页
    3.2 基于分块的LBP特征第24-27页
        3.2.1 常用的基于分块的LBP特征第24-26页
        3.2.2 本文的基于分块的层级LBP特征第26-27页
    3.3 PCA、LDA算法第27-30页
        3.3.1 PCA算法第27-28页
        3.3.2 LDA算法第28-30页
    3.4 本章小结第30-31页
第4章 哈希算法第31-40页
    4.1 哈希思想第31-32页
    4.2 三种哈希算法第32-34页
        4.2.1 平均哈希算法第32-33页
        4.2.2 感知哈希算法第33页
        4.2.3 差异哈希算法第33-34页
    4.3 离散余弦变换第34-35页
    4.4 局部敏感哈希算法第35-39页
        4.4.1 基于DCT的局部敏感哈希算法第35-37页
        4.4.2 哈希压缩第37-38页
        4.4.3 重排序第38-39页
    4.5 本章小结第39-40页
第5章 大规模人脸识别系统第40-49页
    5.1 大规模人脸识别算法流程第40-44页
        5.1.1 基于分块层级LBP算法的特征提取第40-42页
        5.1.2 基于PCA+LDA算法的特征降维第42页
        5.1.3 基于DCT的哈希算法的相似性度量第42-44页
    5.2 实验数据及环境第44-45页
    5.3 实验结果与分析第45-48页
        5.3.1 特征维数的确定第45-46页
        5.3.2 哈希集数H的确定第46-47页
        5.3.3 哈希压缩因子α的确定第47页
        5.3.4 重排序对准确率的影响第47-48页
    5.4 本章小结第48-49页
第6章 总结与展望第49-51页
    6.1 本文工作总结第49-50页
    6.2 未来工作展望第50-51页
参考文献第51-55页
致谢第55页

论文共55页,点击 下载论文
上一篇:选矿全流程综合生产指标动态多目标优化方法
下一篇:车载环境中相机控制算法的研究