基于KPCA与LBP的人脸识别
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-20页 |
| ·人脸识别的研究背景和意义 | 第9-13页 |
| ·研究背景 | 第9-12页 |
| ·研究意义 | 第12-13页 |
| ·国内外研究现状和难点 | 第13-16页 |
| ·研究现状 | 第13-15页 |
| ·课题研究难点 | 第15-16页 |
| ·人脸识别方法概述 | 第16-18页 |
| ·人脸识别发展趋势 | 第18页 |
| ·论文创新点与结构安排 | 第18-20页 |
| 2 基于LBP的人脸特征提取 | 第20-29页 |
| ·特征提取的基本概念 | 第20页 |
| ·纹理的定义和纹理特征 | 第20-21页 |
| ·LBP算子概述 | 第21-24页 |
| ·LBP算子特征 | 第24-28页 |
| ·旋转不变LBP算子 | 第24-26页 |
| ·统一LBP算子 | 第26页 |
| ·LBP图像与LBP直方图 | 第26-27页 |
| ·分块LBP在人脸识别上的应用 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 3 核主成分分析 | 第29-45页 |
| ·K-L变换 | 第29-33页 |
| ·K-L变换原理 | 第29-31页 |
| ·K-L变换下特征提取的原理 | 第31-32页 |
| ·特征向量的选取 | 第32-33页 |
| ·基于核方法的主成分分析 | 第33-37页 |
| ·核方法概述 | 第33-35页 |
| ·基于核的主成分分析 | 第35-37页 |
| ·核主成分分析的特点 | 第37页 |
| ·基于PCA与KPCA的人脸识别 | 第37-44页 |
| ·基于PCA的人脸识别 | 第37-42页 |
| ·基于KPCA的人脸识别 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 4 基于KPCA与LBP的人脸识别 | 第45-61页 |
| ·信息融合技术 | 第45-48页 |
| ·信息融合的层次 | 第45-46页 |
| ·一种LBP直方图融合方法 | 第46-48页 |
| ·基于KPCA的LBP模式约简 | 第48-52页 |
| ·维数灾难 | 第48-49页 |
| ·LBP直方图的稀疏性和高维性 | 第49-50页 |
| ·基于KPCA的LBP模式约简 | 第50-52页 |
| ·实验结果及分析 | 第52-60页 |
| ·不同测度下的识别效果 | 第52-54页 |
| ·融合LBP直方图对于实验结果的影响 | 第54-56页 |
| ·不同的融合参数对实验结果的影响 | 第56-57页 |
| ·不同的降维维数对识别率的影响 | 第57页 |
| ·降维方法的有效性验证 | 第57-58页 |
| ·综合对比 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表论文及科研成果 | 第66-67页 |
| 致谢 | 第67-68页 |
