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

强度与梯度相结合的局部方向模式人脸识别

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-13页
    1.1 研究背景和意义第9-10页
    1.2 研究现状第10-11页
    1.3 本文研究内容第11页
    1.4 论文结构安排第11-13页
第2章 局部方向模式改进算法的研究第13-17页
    2.1 局部方向数字模式第13页
    2.2 增强型局部方向模式第13-14页
    2.3 快速局部方向模式第14页
    2.4 显著型局部方向模式第14-15页
    2.5 差值局部方向模式第15-16页
    2.6 梯度中心对称局部方向模式第16-17页
第3章 双空间局部方向模式的人脸识别第17-27页
    3.1 DSLDP算法的描述第17-19页
    3.2 DSLDP算法的分析第19-20页
    3.3 DSLDP算法特征提取图第20-21页
    3.4 DSLDP人脸识别算法流程图第21页
    3.5 实验结果与分析第21-26页
        3.5.1 分块数的选择第22-23页
        3.5.2 常规实验结果第23-24页
        3.5.3 常规实验分析第24-25页
        3.5.4 噪声实验结果第25-26页
        3.5.5 噪声实验分析第26页
    3.6 本章小结第26-27页
第4章 双差值局部方向模式的人脸识别第27-36页
    4.1 DDLDP算法的描述第28-29页
    4.2 DDLDP算法的分析第29-30页
    4.3 DDLDP特征提取图第30页
    4.4 实验结果与分析第30-35页
        4.4.1 分块的选择第31-32页
        4.4.2 常规实验结果与分析第32-34页
        4.4.3 噪声实验结果与分析第34-35页
    4.5 本章小结第35-36页
第5章 正交梯度差局部方向模式的人脸识别第36-44页
    5.1 OGDLDP算法的描述第36-38页
    5.2 OGDLDP人脸识别算法流程图第38-39页
        5.2.1 OGDLDP特征提取第38-39页
        5.2.2 2DPCA降维第39页
        5.2.3 人脸匹配第39页
    5.3 仿真实验结果与分析第39-43页
        5.3.1 分块的选择第39-40页
        5.3.2 常规实验结果与分析第40-42页
        5.3.3 噪声实验结果与分析第42-43页
    5.4 本章小结第43-44页
第6章 总结与展望第44-45页
    6.1 总结第44页
    6.2 展望第44-45页
参考文献第45-49页
致谢第49-50页
附录A 个人简历第50-51页
附录B 在校期间发表的学术论文及研究成果第51-52页
附录C 论文中的用图第52-53页
附录D 论文中的用表第53页

论文共53页,点击 下载论文
上一篇:基于生成对抗文本的人脸图像翻译研究
下一篇:基于位平面分解的人脸识别