| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 人脸识别研究的背景及意义 | 第11-12页 |
| 1.2 人脸识别技术研究概述 | 第12-17页 |
| 1.2.1 人脸识别研究的历史 | 第12-13页 |
| 1.2.2 人脸识别研究的内容 | 第13-14页 |
| 1.2.3 人脸识别国内外研究现状 | 第14-15页 |
| 1.2.4 人脸识别技术的主流方法 | 第15-17页 |
| 1.2.5 人脸数据库 | 第17页 |
| 1.3 人脸识别技术的难点 | 第17-19页 |
| 1.4 光照问题的提出及本文的工作 | 第19-23页 |
| 1.4.1 光照问题的提出 | 第19-23页 |
| 1.4.2 本文的主要工作 | 第23页 |
| 1.5 论文组织安排 | 第23-25页 |
| 第2章 人脸图像预处理 | 第25-39页 |
| 2.1 引言 | 第25页 |
| 2.2 人脸图像的滤波处理 | 第25-26页 |
| 2.2.1 均值滤波器 | 第25页 |
| 2.2.2 高斯平滑滤波器 | 第25-26页 |
| 2.2.3 中值滤波 | 第26页 |
| 2.3 人脸图像的几何校正 | 第26-29页 |
| 2.3.1 图像的旋转 | 第27页 |
| 2.3.2 图像的裁剪 | 第27-28页 |
| 2.3.3 图像的缩放 | 第28-29页 |
| 2.4 人脸图像的光照预处理 | 第29-37页 |
| 2.4.1 光照研究工作回顾 | 第29-32页 |
| 2.4.2 主流的光照处理技术 | 第32-37页 |
| 2.5 本章小结 | 第37-39页 |
| 第3章 基于局部纹理特征的人脸识别方法 | 第39-55页 |
| 3.1 引言 | 第39页 |
| 3.2 基于局部二值模式的人脸识别研究现状 | 第39-40页 |
| 3.3 基于LBP纹理特征的提取方法 | 第40-44页 |
| 3.4 基于LTP纹理特征的提取方法 | 第44-45页 |
| 3.5 基于MB-LBP纹理特征的提取方法 | 第45-49页 |
| 3.5.1 积分图方法 | 第46-47页 |
| 3.5.2 MB-LBP方法 | 第47-49页 |
| 3.6 非参数统计测定 | 第49-50页 |
| 3.7 基于MB-LBP特征的子模式 | 第50-53页 |
| 3.7.1 主成分分析(PCA) | 第50-51页 |
| 3.7.2 Fisher线性鉴别分析(FLDA) | 第51-52页 |
| 3.7.3 FLDA中的小样本问题 | 第52-53页 |
| 3.8 本章小结 | 第53-55页 |
| 第4章 基于小波变换的MB-LBP人脸识别方法 | 第55-63页 |
| 4.1 引言 | 第55页 |
| 4.2 多尺度的局部纹理特征在人脸识别中的应用 | 第55-56页 |
| 4.3 基于小波变换的多尺度人脸特征提取 | 第56-62页 |
| 4.3.1 小波多尺度分析 | 第56-59页 |
| 4.3.2 小波多尺度的MB_S-LBP人脸识别技术 | 第59-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 实验与数据分析 | 第63-71页 |
| 5.1 分类器的选择 | 第63-64页 |
| 5.2 实验所需的人脸库简介 | 第64-65页 |
| 5.3 实验结果与分析 | 第65-70页 |
| 5.3.1 图像几何归一化的实验结果与分析 | 第65页 |
| 5.3.2 尺度S×S因素的实验结果与分析 | 第65-66页 |
| 5.3.3 光照因素的实验结果与分析 | 第66-69页 |
| 5.3.4 小波多尺度的实验结果与分析 | 第69-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 6.1 工作总结 | 第71页 |
| 6.2 进一步工作展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79页 |