| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 本文的研究内容 | 第12页 |
| 1.4 论文安排 | 第12-14页 |
| 2 典型人脸识别 | 第14-26页 |
| 2.1 人脸检测 | 第14-16页 |
| 2.1.1 Haar-Like特征 | 第14-15页 |
| 2.1.2 Adaboost算法 | 第15-16页 |
| 2.2 图像预处理 | 第16-17页 |
| 2.2.1 彩色转灰度图 | 第16页 |
| 2.2.2 几何预处理 | 第16页 |
| 2.2.3 直方图均衡化 | 第16-17页 |
| 2.3 特征提取 | 第17-20页 |
| 2.3.1 二维Gabor变换 | 第17-18页 |
| 2.3.2 Gabor特征提取 | 第18-19页 |
| 2.3.3 二维Log-Gabor变换 | 第19-20页 |
| 2.3.4 Log-Gabor特征提取 | 第20页 |
| 2.4 特征降维 | 第20-21页 |
| 2.4.1 下采样法 | 第20-21页 |
| 2.4.2 主分量分析 | 第21页 |
| 2.5 分类器 | 第21-24页 |
| 2.5.1 基于稀疏表示分类的识别算法 | 第21-23页 |
| 2.5.2 基于协同表示分类的识别算法 | 第23-24页 |
| 2.6 人脸库介绍 | 第24-25页 |
| 2.7 本章小结 | 第25-26页 |
| 3 基于分块Gabor特征与加权协同表示的人脸识别算法 | 第26-38页 |
| 3.1 基于Gabor特征与协同表示的人脸识别算法(Gabor-CRC) | 第26-27页 |
| 3.2 基于分块Gabor特征与加权协同表示的人脸识别算法 | 第27-29页 |
| 3.3 权值计算 | 第29-32页 |
| 3.4 实验仿真及算法比较 | 第32-37页 |
| 3.4.1 AR人脸库实验 | 第32页 |
| 3.4.2 Extended Yale B人脸库实验 | 第32-33页 |
| 3.4.3 ORL人脸库实验 | 第33-34页 |
| 3.4.4 遮挡实验 | 第34-36页 |
| 3.4.5 时间复杂度实验 | 第36-37页 |
| 3.4.6 实验结果与分析 | 第37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 基于Log-Gabor特征与协同表示的人脸识别算法 | 第38-48页 |
| 4.1 基于Log-Gabor特征与协同表示的人脸识别算法 | 第38页 |
| 4.2 改进的Log-Gabor特征与协同表示的人脸识别算法 | 第38-41页 |
| 4.2.1 分块Log-Gabor+CRC算法 | 第39页 |
| 4.2.2 Log-Gabor分块+CRC算法 | 第39-41页 |
| 4.3 实验仿真及算法比较 | 第41-47页 |
| 4.3.1 AR人脸库实验 | 第42页 |
| 4.3.2 Extended Yale B人脸库实验 | 第42-43页 |
| 4.3.3 ORL人脸库实验 | 第43-44页 |
| 4.3.4 遮挡实验 | 第44-46页 |
| 4.3.5 时间复杂度实验 | 第46页 |
| 4.3.6 实验结果与分析 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 自建人脸库上的人脸识别 | 第48-52页 |
| 5.1 数据采集 | 第48页 |
| 5.2 人脸检测及预处理 | 第48-49页 |
| 5.3 自建人脸库仿真实验 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 6 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52页 |
| 6.2 进一步的工作 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58页 |
