| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第14-23页 |
| 1.1 人脸识别研究的背景和意义 | 第14-15页 |
| 1.2 人脸识别的研究现状 | 第15-17页 |
| 1.2.1 基于局部特征的人脸识别方法 | 第15页 |
| 1.2.2 基于整体特征的人脸识别方法 | 第15-16页 |
| 1.2.3 基于混合特征的人脸识别方法 | 第16-17页 |
| 1.3 人脸识别研究的主要内容 | 第17-18页 |
| 1.4 人脸识别研究面临的挑战 | 第18-19页 |
| 1.5 人脸识别的应用领域 | 第19页 |
| 1.6 人脸数据库和测试平台 | 第19-21页 |
| 1.6.1 人脸数据库 | 第19-20页 |
| 1.6.2 测试平台 | 第20-21页 |
| 1.7 本文主要内容和章节安排 | 第21-23页 |
| 1.7.1 本文主要内容 | 第21-22页 |
| 1.7.2 各章节内容安排 | 第22-23页 |
| 2 基于局部二值模式的人脸识别方法 | 第23-34页 |
| 2.1 LBP算法的概述 | 第23-26页 |
| 2.2 LBP算法的特征 | 第26-28页 |
| 2.2.1 LBP的旋转不变性 | 第27-28页 |
| 2.2.2 LBP的统一模式 | 第28页 |
| 2.3 LBP在人脸识别中的应用 | 第28-32页 |
| 2.3.1 LBP算法进行人脸识别的步骤 | 第28-30页 |
| 2.3.2 LBP的直方图相似度度量方法 | 第30页 |
| 2.3.3 不同人脸数据库的实验结果 | 第30-32页 |
| 2.4 LBP算法的优缺点 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 3 基于多重局部二值模式的人脸表情识别方法 | 第34-48页 |
| 3.1 MLBP概述 | 第34-35页 |
| 3.2 MLBP编码 | 第35-37页 |
| 3.3 MLBP在人脸识别中的表示 | 第37-42页 |
| 3.3.1 MLBP算法的人脸识别步骤 | 第37-38页 |
| 3.3.2 MLBP算法的实验结果分析 | 第38-40页 |
| 3.3.3 MLBP的人脸识别技术的可靠性分析 | 第40-42页 |
| 3.4 基于小波与MLBP算法结合的人脸表情特征提取 | 第42-47页 |
| 3.4.1 小波分解人脸表情图像 | 第42-43页 |
| 3.4.2 MLBP结合小波分解 | 第43-45页 |
| 3.4.3 实验结果分析 | 第45-47页 |
| 3.5 本章总结 | 第47-48页 |
| 4 基于多重局部Gabor的二值模式的人脸光照识别方法 | 第48-59页 |
| 4.1 Gabor的人脸图像特征提取 | 第48-51页 |
| 4.2 基于MLGBP的人脸图像特征提取 | 第51-55页 |
| 4.2.1 MLGBP的特征提取算法的基本思想 | 第52页 |
| 4.2.2 MLGBP的特征提取算法的具体流程 | 第52-53页 |
| 4.2.3 MLGBP特征提取的直方图统计方法 | 第53-54页 |
| 4.2.4 MLGBP的直方图的匹配方法 | 第54-55页 |
| 4.3 MLGBP人脸识别技术的光照可靠性分析 | 第55-58页 |
| 4.4 本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 本文的总结 | 第59-60页 |
| 5.2 对未来的展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |