| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-25页 |
| ·研究背景及意义 | 第9-13页 |
| ·研究背景 | 第9-12页 |
| ·研究的意义 | 第12-13页 |
| ·人脸检测和识别算法综述 | 第13-23页 |
| ·人脸检测算法综述 | 第13-18页 |
| ·人脸识别方法综述 | 第18-23页 |
| ·本文的组织结构 | 第23-25页 |
| 2 人脸图像预处理及归一化 | 第25-36页 |
| ·引言 | 第25页 |
| ·滤波去噪 | 第25-27页 |
| ·图像的灰度变换 | 第27-30页 |
| ·图像边缘二值化 | 第30-32页 |
| ·图像的归一化 | 第32-34页 |
| ·几何归一化 | 第32-34页 |
| ·灰度均衡化 | 第34页 |
| ·本章小结 | 第34-36页 |
| 3 基于SIFT算法的局部特征人脸描述和识别 | 第36-45页 |
| ·引言 | 第36-37页 |
| ·SIFT的基本原理 | 第37-38页 |
| ·关键点的方向 | 第38-39页 |
| ·建立特征向量及特征匹配 | 第39-40页 |
| ·特征向量的建立 | 第39页 |
| ·特征匹配 | 第39-40页 |
| ·错配的消除 | 第40-41页 |
| ·实验分析 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 4 基于改进的局部分块LVP直方图的人脸建模和识别 | 第45-52页 |
| ·引言 | 第45页 |
| ·LVP的思想 | 第45-47页 |
| ·基于LVP的人脸重建 | 第47-48页 |
| ·基于LVPHF的人脸识别 | 第48-50页 |
| ·基于直方图交的LVPH匹配 | 第48-49页 |
| ·加权的LVPH匹配 | 第49-50页 |
| ·实验分析和结果 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5 基于局部多特征融合的人脸识别 | 第52-64页 |
| ·引言 | 第52页 |
| ·信息融合的基本思想 | 第52-53页 |
| ·信息融合的三个层次结构 | 第53-54页 |
| ·基于Gabor小波和LBP的特征提取 | 第54-60页 |
| ·基于Gabor的特征提取 | 第54-56页 |
| ·基于LBP的特征提取 | 第56-59页 |
| ·基于LGBP的特征提取 | 第59-60页 |
| ·基于LGBP和SIFT的特征融合 | 第60-61页 |
| ·图像融合效果的评价方法 | 第61页 |
| ·基于像素级的融合效果评价 | 第61页 |
| ·基于特征级的融合效果评价 | 第61页 |
| ·实验分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-66页 |
| ·本文的主要工作 | 第64-65页 |
| ·进一步研究展望 | 第65-66页 |
| 参考文献 | 第66-75页 |
| 攻读硕士研究生期间的研究成果 | 第75-76页 |
| 致谢 | 第76-78页 |