基于LBP的人脸识别研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-28页 |
| ·课题的研究背景及意义 | 第8-10页 |
| ·生物识别技术 | 第8-9页 |
| ·生物识别的过程 | 第9-10页 |
| ·人脸识别技术概况 | 第10-14页 |
| ·人脸识别技术国内外现状 | 第11-13页 |
| ·人脸识别的难点和研究意义 | 第13-14页 |
| ·人脸识别算法分类 | 第14-25页 |
| ·基于局部特征人脸识别 | 第14-17页 |
| ·基于全局特征的人脸识别 | 第17-22页 |
| ·基于混合特征的人脸识别 | 第22-25页 |
| ·本文的研究内容及组织 | 第25-26页 |
| ·本文主要研究内容 | 第25-26页 |
| ·本文组织安排 | 第26页 |
| ·本文主要创新点 | 第26-28页 |
| 2 LBP 算子基本原理及应用 | 第28-39页 |
| ·基本LBP 算子概述 | 第28-31页 |
| ·纹理概述 | 第28-29页 |
| ·基本的LBP 算子 | 第29-31页 |
| ·LBP 算子的发展和演化 | 第31-34页 |
| ·LBP 等价模式 | 第31-33页 |
| ·旋转不变的LBP 算子 | 第33-34页 |
| ·LBP 的特点 | 第34-35页 |
| ·LBP 的非参数统计测定 | 第35-36页 |
| ·LBP 的应用 | 第36-38页 |
| ·小结 | 第38-39页 |
| 3 采用PCA 降维的LBP 子模式 | 第39-48页 |
| ·维数约简 | 第39-41页 |
| ·特征选择 | 第39-40页 |
| ·特征抽取 | 第40-41页 |
| ·LBP 等价模式的局限性 | 第41-43页 |
| ·LBP 子模式的提出 | 第43-45页 |
| ·主成分分析 | 第43-45页 |
| ·求取LBP 子模式 | 第45页 |
| ·LBP 子模式与LBP 等价模式的比较 | 第45-47页 |
| ·小结 | 第47-48页 |
| 4 采用金字塔方法的多尺度LBP | 第48-58页 |
| ·LBP 算子的局限性 | 第48-49页 |
| ·LBP 的多尺度扩展 | 第49-51页 |
| ·多尺度分析 | 第51-55页 |
| ·多尺度表达 | 第52页 |
| ·尺度空间的构成 | 第52-53页 |
| ·滤波器的选择 | 第53-55页 |
| ·LBP 金字塔 | 第55-57页 |
| ·LBP 金字塔的构建 | 第55-56页 |
| ·计算复杂度分析比较 | 第56-57页 |
| ·LBP 金字塔与其他多尺度LBP 实验比较 | 第57页 |
| ·小结 | 第57-58页 |
| 5 基于多尺度LBP 子模式的人脸描述与识别 | 第58-71页 |
| ·算法概述 | 第59-60页 |
| ·多尺度LBP 子模式特征 | 第60-62页 |
| ·子空间变换 | 第60-61页 |
| ·多尺度LBP 子模式特征的构造 | 第61-62页 |
| ·人脸特征匹配 | 第62页 |
| ·多尺度LBP 子模式特征的分类性能分析 | 第62-64页 |
| ·实验结果及分析 | 第64-70页 |
| ·ORL 人脸库上的对比实验 | 第64-65页 |
| ·YALE 人脸数据库上的对比实验 | 第65-66页 |
| ·FERET 人脸库上的对比实验 | 第66-67页 |
| ·特征谱分块与识别率的关系 | 第67-68页 |
| ·滤波器的选择及比较 | 第68-70页 |
| ·小结 | 第70-71页 |
| 6 全文工作总结与展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-84页 |
| 附录 | 第84页 |
| 科研项目 | 第84页 |
| 攻读硕士学位期间发表的学术论文 | 第84页 |
