光照鲁棒的人脸识别研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·人脸识别的研究背景与意义 | 第10-11页 |
| ·人脸识别的研究现状与挑战 | 第11-15页 |
| ·人脸识别的研究现状 | 第11-13页 |
| ·人脸识别研究面临的挑战 | 第13-15页 |
| ·常用的人脸数据库 | 第15-16页 |
| ·本文的研究内容与结构安排 | 第16-18页 |
| 第2章 人脸识别中光照问题的相关研究 | 第18-26页 |
| ·基于人脸建模的方法 | 第18-19页 |
| ·基于光照预处理与光照归一化的方法 | 第19-22页 |
| ·基于光照不变量提取的方法 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 基于分块稀疏的光照鲁棒人脸识别方法 | 第26-50页 |
| ·压缩感知介绍 | 第26-29页 |
| ·可压缩信号 | 第26页 |
| ·传统的信号压缩——变换编码 | 第26-27页 |
| ·压缩感知 | 第27-28页 |
| ·测量矩阵的设计 | 第28-29页 |
| ·信号重构算法 | 第29页 |
| ·基于稀疏表示的人脸识别方法 | 第29-32页 |
| ·测试样本的稀疏表示 | 第29-31页 |
| ·基于稀疏表示的分类 | 第31-32页 |
| ·光照归一化——对数域的离散余弦变换 | 第32-34页 |
| ·对数变换 | 第32页 |
| ·离散余弦变换 | 第32-34页 |
| ·基于分块稀疏表示的人脸识别方法 | 第34-43页 |
| ·基于分块稀疏表示的分类 | 第34-37页 |
| ·稀疏表示效果探究 | 第37-40页 |
| ·分块数量实验探究 | 第40-41页 |
| ·子块权重探究 | 第41-43页 |
| ·实验结果与分析 | 第43-48页 |
| ·实验描述 | 第44-46页 |
| ·实验结果 | 第46-47页 |
| ·实验分析 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第4章 基于人脸识别的用户云认证系统实现 | 第50-62页 |
| ·系统概述 | 第50-52页 |
| ·系统运行原理 | 第50-52页 |
| ·系统可行性分析 | 第52页 |
| ·系统特点 | 第52页 |
| ·系统架构 | 第52-54页 |
| ·系统界面及使用 | 第54-59页 |
| ·系统测试结果 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| ·本文主要工作及创新点 | 第62-63页 |
| ·研究展望 | 第63-64页 |
| 参考文献 | 第64-72页 |
| 致谢 | 第72-74页 |
| 在读期间发表的学术论文与取得的研究成果 | 第74页 |
