| 中文摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 课题研究背景与意义 | 第8-10页 |
| 1.2 研究现状 | 第10-15页 |
| 1.2.1 人脸特征抽取研究现状 | 第10-12页 |
| 1.2.2 人脸识别研究现状 | 第12-15页 |
| 1.3 目前存在的主要问题 | 第15-17页 |
| 1.4 论文研究内容 | 第17页 |
| 1.5 论文组织结构安排 | 第17-19页 |
| 第二章 LBP及其变种的原理 | 第19-27页 |
| 2.1 LBP算子 | 第19-22页 |
| 2.1.1 LBP算子的简介 | 第19-20页 |
| 2.1.2 LBP算子存在的问题及其改进 | 第20-21页 |
| 2.1.3 LBP的实现 | 第21-22页 |
| 2.2 CLBP算子 | 第22-26页 |
| 2.2.1 CLBP简介 | 第22-24页 |
| 2.2.2 符号与量级成分分析 | 第24-25页 |
| 2.2.3 CLBP_S，CLBP_M，CLBP_C算子 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 基于改进算法的人脸特征抽取 | 第27-34页 |
| 3.1 人脸特征抽取的基本框架 | 第27-28页 |
| 3.2 人脸定位 | 第28-29页 |
| 3.3 图像的预处理 | 第29-30页 |
| 3.4 人脸特征抽取 | 第30-31页 |
| 3.5 特征向量匹配 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 与SVM结合的人脸识别 | 第34-44页 |
| 4.1 分类器选择 | 第34-35页 |
| 4.2 SVM的原理及一般特征 | 第35-37页 |
| 4.2.1 支持向量机的原理 | 第35-37页 |
| 4.2.2 SVM特点 | 第37页 |
| 4.3 LIBSVM的一般使用步骤和参数寻优 | 第37-39页 |
| 4.3.1 一般步骤 | 第37-38页 |
| 4.3.2 一般数据格式 | 第38页 |
| 4.3.3 SVM的参数寻优 | 第38-39页 |
| 4.4 实验结果与分析 | 第39-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 结论与展望 | 第44-47页 |
| 5.1 论文工作总结 | 第44-45页 |
| 5.2 未来工作展望 | 第45-47页 |
| 参考文献 | 第47-52页 |
| 攻读学位期间公开发表的论文 | 第52-53页 |
| 致谢 | 第53-54页 |