| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 人脸识别的研究现状 | 第11-15页 |
| 1.2.1 发展历史 | 第11-12页 |
| 1.2.2 人脸识别相关技术 | 第12-14页 |
| 1.2.3 人脸识别技术存在的难题 | 第14-15页 |
| 1.3 文章结构安排 | 第15-17页 |
| 第2章 LBP基本原理及应用 | 第17-23页 |
| 2.1 前言 | 第17页 |
| 2.2 LBP基本算子概述 | 第17-18页 |
| 2.3 改进的LBP算子 | 第18-21页 |
| 2.3.1 圆形LBP算子 | 第18-19页 |
| 2.3.2 LBP旋转不变模式 | 第19-20页 |
| 2.3.3 LBP等价模式——Uniform算子 | 第20-21页 |
| 2.4 LBP算子在人脸识别中的应用 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于区分能力的局部二值模式DLBP | 第23-36页 |
| 3.1 前言 | 第23页 |
| 3.2 多尺度分块局部二值模式MB-LBP | 第23-26页 |
| 3.2.1 MB-LBP算子简介 | 第23-25页 |
| 3.2.2 MB-LBP算子的优缺点 | 第25-26页 |
| 3.3 基于DLBP的人脸识别 | 第26-31页 |
| 3.3.1 本文算法 | 第26-29页 |
| 3.3.2 基于PCA的特征降维 | 第29-30页 |
| 3.3.3 K近邻分类器 | 第30-31页 |
| 3.4 实验结果与分析 | 第31-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于有效统计的紧凑局部二值模式SE-CLBP | 第36-47页 |
| 4.1 前言 | 第36-37页 |
| 4.2 紧凑局部二值模式CLBP | 第37-39页 |
| 4.3 基于有效统计的CLBP编码模式 | 第39-42页 |
| 4.3.1 K-means聚类算法 | 第40-41页 |
| 4.3.2 SE-CLBP算子 | 第41-42页 |
| 4.4 实验结果与分析 | 第42-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 作者简介及在学期间所取得的科研成果 | 第52-53页 |
| 致谢 | 第53页 |