| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 人脸识别算法框架 | 第10页 |
| 1.3 研究现状 | 第10-14页 |
| 1.3.1 基于整体特征的识别方法 | 第11-12页 |
| 1.3.2 基于局部特征的识别方法 | 第12-13页 |
| 1.3.3 基于多尺度多方向分析的识别算法 | 第13-14页 |
| 1.4 人脸识别技术存在的难点 | 第14-15页 |
| 1.5 常用人脸数据库和识别算法性能评价参数 | 第15-16页 |
| 1.6 本文结构安排 | 第16-17页 |
| 第2章 NSCT与HOG介绍 | 第17-24页 |
| 2.1 非下采样Contourlet变换 | 第17-21页 |
| 2.1.1 NSCT简介 | 第18页 |
| 2.1.2 NSP | 第18-19页 |
| 2.1.3 NSDFB | 第19-20页 |
| 2.1.4 结合NSP和NSDFB | 第20-21页 |
| 2.1.5 非下采样Contourlet变换特性 | 第21页 |
| 2.2 HOG算法 | 第21-23页 |
| 2.2.1 HOG算子 | 第21-23页 |
| 2.2.3 HOG特性分析 | 第23页 |
| 2.3 小结 | 第23-24页 |
| 第3章 非下采样contourlet梯度方向直方图的人脸识别 | 第24-36页 |
| 3.1 人脸识别算法的描述 | 第24-25页 |
| 3.2 基于最近邻原则的多通道分类器 | 第25-26页 |
| 3.3 实验结果与分析 | 第26-34页 |
| 3.3.1 各项参数对HNOG算法识别性能的影响 | 第27-32页 |
| 3.3.2 识别率分析 | 第32-33页 |
| 3.3.3 特征维数与计算时间分析 | 第33-34页 |
| 3.4 小结 | 第34-36页 |
| 第4章 非下采样contourlet相对梯度方向直方图的人脸识别 | 第36-44页 |
| 4.1 相对梯度 | 第36-37页 |
| 4.2 基于相对梯度直方图人脸识别方法 | 第37-40页 |
| 4.2.1 实验数据集介绍 | 第38-39页 |
| 4.2.2 实验结果分析 | 第39-40页 |
| 4.3 非下采样contourlet相对梯度方向直方图的人脸识别方法 | 第40页 |
| 4.4 实验分析 | 第40-43页 |
| 4.4.1 实验参数设置 | 第40-42页 |
| 4.4.2 实验结果分析 | 第42-43页 |
| 4.5 小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-46页 |
| 5.1 总结 | 第44页 |
| 5.2 展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 附录A 个人简历 | 第50-51页 |
| 附录B 攻读硕士学位期间撰写的论文 | 第51-52页 |
| 附录C 论文中的用图 | 第52-53页 |
| 附录D 论文中的用表 | 第53页 |
