基于Gabor和HOG特征的稀疏表示人脸识别方法
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和现状 | 第9-10页 |
| 1.2 国内外研究现状分析 | 第10-13页 |
| 1.3 本文主要工作和结构安排 | 第13-15页 |
| 1.3.1 本文的主要工作 | 第13-14页 |
| 1.3.2 本文的结构安排 | 第14-15页 |
| 第二章 人脸检测和矫正 | 第15-25页 |
| 2.1 图像预处理与人脸检测 | 第15-21页 |
| 2.1.1 图像直方图均衡化预处理 | 第15-16页 |
| 2.1.2 Haar特征 | 第16-19页 |
| 2.1.3 AdaBoost分类器 | 第19-21页 |
| 2.2 人脸矫正 | 第21-23页 |
| 2.2.1 人眼定位 | 第21页 |
| 2.2.2 仿射变换人脸矫正 | 第21-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 Gabor和HOG特征的提取 | 第25-39页 |
| 3.1 Gabor特征的提取 | 第25-28页 |
| 3.1.1 Gabor变换分析 | 第25-26页 |
| 3.1.2 Gabor一维小波分析 | 第26-27页 |
| 3.1.3 Gabor二维小波分析 | 第27-28页 |
| 3.2 HOG特征的提取 | 第28-32页 |
| 3.2.1 HOG特征描述子分析 | 第29页 |
| 3.2.2 HOG特征的提取 | 第29-31页 |
| 3.2.3 提取关键区域的HOG特征 | 第31-32页 |
| 3.3 PCA算法 | 第32-36页 |
| 3.4 特征的融合 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第四章 稀疏表示的人脸识别方法 | 第39-47页 |
| 4.1 稀疏表示分析 | 第39-40页 |
| 4.2 稀疏系数求解 | 第40-43页 |
| 4.2.1 贪婪算法 | 第41-42页 |
| 4.2.2 松弛算法 | 第42-43页 |
| 4.3 过完备字典的构建 | 第43-46页 |
| 4.3.1 MOD方法分析 | 第43页 |
| 4.3.2 K-SVD方法分析 | 第43-45页 |
| 4.3.3 OLM算法 | 第45-46页 |
| 4.3.4 字典自更新方法 | 第46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 系统构建及实验分析 | 第47-53页 |
| 5.1 系统构建工具说明 | 第47-48页 |
| 5.2 系统功能说明 | 第48-50页 |
| 5.3 实验分析 | 第50-53页 |
| 第六章 总结及展望 | 第53-55页 |
| 6.1 本文工作总结 | 第53-54页 |
| 6.2 未来工作展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
