基于级联回归和LBP的人脸识别算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 人脸识别的研究背景及意义 | 第11-12页 |
| 1.2 人脸识别的研究现状及方法综述 | 第12-14页 |
| 1.3 人脸识别存在的问题 | 第14-16页 |
| 1.4 人脸识别系统框架 | 第16页 |
| 1.5 本文研究内容及结构安排 | 第16-17页 |
| 1.6 本文主要创新点 | 第17-18页 |
| 第二章 相关技术研究简介 | 第18-25页 |
| 2.1 RF算法 | 第18-19页 |
| 2.2 基本LBP算子概述 | 第19-20页 |
| 2.2.1 纹理特征 | 第19-20页 |
| 2.2.2 基本LBP算子 | 第20页 |
| 2.3 支持向量机理论基础 | 第20-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 人脸定位 | 第25-33页 |
| 3.1 基于级联回归的人脸定位方法 | 第25-28页 |
| 3.1.1 人脸定位的背景 | 第25-26页 |
| 3.1.2 级联回归在人脸定位中的应用 | 第26页 |
| 3.1.3 级联回归在人脸定位中的目标 | 第26-27页 |
| 3.1.4 级联回归用于人脸定位的流程 | 第27-28页 |
| 3.2 RF回归器训练与LBF特征获取 | 第28-30页 |
| 3.2.1 局部灰度差异特征 | 第28-29页 |
| 3.2.2 LBF特征获取 | 第29页 |
| 3.2.3 RF回归器训练 | 第29-30页 |
| 3.3 全局回归 | 第30-31页 |
| 3.4 实验结果及分析 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 局部LBP人脸建模 | 第33-40页 |
| 4.1 基本LBP算子的发展 | 第33-36页 |
| 4.1.1 圆形LBP算子 | 第33-34页 |
| 4.1.2 LBP等价模式 | 第34-35页 |
| 4.1.3 旋转不变LBP算子 | 第35-36页 |
| 4.2 LBP特点及应用 | 第36-37页 |
| 4.2.1 LBP特点 | 第36-37页 |
| 4.2.2 LBP应用 | 第37页 |
| 4.3 人脸校正 | 第37-38页 |
| 4.4 局部LBP特征提取 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 基于SVM的人脸识别器 | 第40-48页 |
| 5.1 人脸识别器背景 | 第40页 |
| 5.2 SVM算法 | 第40-44页 |
| 5.2.1 SVM核函数 | 第40-42页 |
| 5.2.2 SVM多分类 | 第42-44页 |
| 5.3 人脸识别器训练与实验结果分析 | 第44-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第54-55页 |
| 致谢 | 第55页 |
