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

人脸局部纹理特征提取方法及其应用研究

摘要第4-6页
Abstract第6-7页
1 绪论第11-19页
    1.1 课题研究背景、目标及意义第11-13页
    1.2 人脸局部纹理特征提取研究现状第13-15页
    1.3 人脸局部纹理特征应用现状第15-16页
        1.3.1 基于局部纹理特征的人脸跟踪第15-16页
        1.3.2 基于局部纹理特征的人脸识别第16页
    1.4 论文主要工作及结构第16-19页
2 局部二值模式纹理特征描述方法第19-25页
    2.1 引言第19页
    2.2 局部二值模式第19-22页
        2.2.1 旋转不变的LBP算子第20-21页
        2.2.2 等价模式的LBP算子第21-22页
    2.3 局部二值模式的变种算法第22-24页
        2.3.1 局部三值模式第22-23页
        2.3.2 完备局部二值模式第23-24页
    2.4 本章小结第24-25页
3 人脸光照不变局部纹理特征提取第25-33页
    3.1 引言第25页
    3.2 光照对人脸的影响第25-26页
    3.3 局部相对差分二值模式的人脸描述第26-29页
        3.3.1 相对差分第26-28页
        3.3.2 局部相对差分二值模式第28-29页
    3.4 实验结果与分析第29-31页
    3.5 本章小结第31-33页
4 视网膜采样结构的人脸局部纹理特征提取第33-41页
    4.1 引言第33页
    4.2 模拟视网膜采样结构第33-35页
    4.3 PTP采样结构的中心对称局部相对差分二值模式第35-36页
        4.3.1 中心对称局部二值模式第35页
        4.3.2 PTP采样结构的中心对称局部相对差分二值模式第35-36页
    4.4 实验结果与分析第36-39页
    4.5 本章小结第39-41页
5 融合颜色与局部纹理特征的Mean Shift人脸跟踪方法第41-51页
    5.1 引言第41页
    5.2 Mean Shift算法理论第41-44页
    5.3 传统Mean Shift人脸跟踪算法第44-46页
        5.3.1 人脸特征模型表示第44页
        5.3.2 候选人脸目标模型建立第44-45页
        5.3.3 相似度度量第45页
        5.3.4 人脸目标定位第45-46页
    5.4 特征融合的人脸目标模型第46-47页
    5.5 实验结果与分析第47-50页
    5.6 本章小结第50-51页
6 单演滤波变换域局部纹理特征的人脸识别第51-61页
    6.1 引言第51页
    6.2 单演滤波变换理论第51-54页
        6.2.1 一维解析信号第51-52页
        6.2.2 单演滤波变换第52-54页
    6.3 传统单演二值模式的人脸局部纹理特征提取方法第54-55页
    6.4 改进的单演滤波变换域局部纹理特征描述方法第55-56页
    6.5 KNN分类器第56-57页
    6.6 实验结果与分析第57-59页
    6.7 本章小结第59-61页
7 总结与展望第61-63页
    7.1 总结第61-62页
    7.2 展望第62-63页
致谢第63-65页
参考文献第65-71页
附录第71-73页
个人简历、在学期间发表的学术论文及取得的研究成果第73页

论文共73页,点击 下载论文
上一篇:人脸识别中质量评估算法研究
下一篇:基于.net技术的寝室管理系统的设计与实现