首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于小波多层次LBP算法的生物特征识别与分类

摘要第1-5页
Abstract第5-7页
目录第7-11页
图目录第11-14页
表目录第14-16页
第一章 绪论第16-34页
   ·课题的研究背景及意义第16-20页
     ·人脸识别的背景及意义第16-17页
     ·模式识别中的生物特征识别技术第17-19页
     ·生物特征识别的基本原理过程第19-20页
   ·国内外研究现状第20-31页
     ·人脸识别技术概况第20-28页
     ·人耳识别技术概况第28-30页
     ·人脸人耳融合识别技术的国内外现状第30-31页
   ·本文的研究内容及组织安排第31-32页
     ·本文主要研究内容第31-32页
     ·论文结构安排第32页
   ·本文的主要创新点第32-34页
第二章 LBP算法第34-45页
   ·LBP概述第34-37页
   ·旋转不变(Rotation Invariant)的LBP算子第37-39页
   ·LBP算子的均匀模式(Uniform pattem)第39-44页
   ·LBP算法的应用第44页
   ·本章小结第44-45页
第三章 小波多层次LBP算法第45-58页
   ·小波分解(Wavelet decomposition)的基本原理第45-50页
     ·多分辨分析(Multi-resolution analysis)第45-46页
     ·Mallat算法第46-50页
   ·人脸小波分解的特点第50-51页
   ·多层LBP算法第51-54页
   ·小波多层次LBP算法第54-57页
     ·LBP图谱的特点第54-55页
     ·小波多层次LBP算子特征提取流程第55页
     ·特征提取算法的程序实现第55-57页
   ·本章小结第57-58页
第四章 分类算法与分类器第58-82页
   ·k近邻分类器(k-NN)算法第59-65页
     ·采用最邻近分类器的实验流程第61-62页
     ·基于卡方距离的K邻近分类算法第62-65页
   ·支持向量机(SVM)分类器算法第65-77页
     ·支持向量机(SVM)第65页
     ·VC维理论和结构风险最小化(SRM)原理第65-68页
     ·SVM分类原理第68-75页
     ·SVM参数寻优第75-76页
     ·SVM算法的优点与不足第76-77页
   ·SVM分类器算法的程序实现第77-80页
     ·基于RBF核函数的支持向量机分类第78-80页
   ·本章小结第80-82页
第五章 基于小波多层次LBP的人脸识别第82-107页
   ·本论文实验数据(库)的总体描述第82-83页
   ·本论文规划的实验数目、编号和实验参数列表第83-85页
   ·无遮挡情况下人脸识别实验第85-94页
     ·基于ORL人脸库的实验第86-91页
     ·基于YALE人脸库的实验第91-94页
   ·有遮挡情况下的人脸识别实验第94-101页
     ·AR数据库中人脸上半部遮挡(戴墨镜)的识别第95-98页
     ·AR数据库中人脸下半部遮挡(系围巾)的识别第98-101页
   ·不同姿态(视角)下的人脸识别实验第101-105页
     ·FEI人脸库(0°角)的识别率第102-103页
     ·FEI人脸库(18°角)的识别率第103页
     ·FEI人脸库(36°角)的识别率第103页
     ·FEI人脸库(54°角)的识别率第103-104页
     ·FEI人脸库(72°角)的识别率第104页
     ·不同姿态下识别率总结第104-105页
   ·最邻近分类器与SVM分类器性能对比第105页
   ·本章小结第105-107页
第六章 基于小波多层次LBP的人耳识别第107-116页
   ·spain人耳库识别第108-111页
     ·基于最邻近分类第109-110页
     ·基于RBF核函数的SVM分类器第110-111页
     ·不同算法在Spain人耳库中识别精度的比较第111页
   ·多姿态人耳库识别实验第111-114页
     ·FEI人耳库的建立第111-112页
     ·FEI人耳库(0°角)的识别率第112页
     ·FEI人耳库(18°角)的识别率第112-113页
     ·FEI人耳库(36°角)的识别率第113页
     ·FEI人耳库(54°角)的识别率第113-114页
     ·不同姿态下识别率总结第114页
   ·本章小结第114-116页
第七章 基于小波多层次LBP的人脸人耳融合识别第116-123页
   ·人脸人耳结合的多生物特征识别第116-119页
   ·FEI人脸人耳融合识别实验第119-121页
   ·FEI人脸人耳融合识别实验结果对比第121-122页
   ·本章小结第122-123页
第八章 总结及展望第123-126页
   ·工作总结第123-125页
   ·不足及展望第125-126页
致谢第126-127页
参考文献/Reference第127-134页
附录 攻读硕士期间的研究成果第134页

论文共134页,点击 下载论文
上一篇:基于粗糙集理论的数据挖掘技术及其在私家车潜在消费群体研究中的应用
下一篇:黑斑侧褶蛙皮肤生物活性肽的筛选与性质研究