摘要 | 第4-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第12-20页 |
1.1 人脸识别的研究背景 | 第12页 |
1.2 人脸识别的发展历程 | 第12-13页 |
1.3 人脸识别的研究现状 | 第13-15页 |
1.4 本文的研究内容和创新点 | 第15-16页 |
1.5 本文的结构安排 | 第16-20页 |
第二章 预备知识 | 第20-30页 |
2.1 主成分分析 | 第20-21页 |
2.2 线性判别分析 | 第21-22页 |
2.3 局部二值模式 | 第22-24页 |
2.4 常用人脸数据库 | 第24-30页 |
2.4.1 ORL人脸数据库 | 第24-25页 |
2.4.2 Yale人脸数据库 | 第25页 |
2.4.3 ExtendedYaleB人脸数据库 | 第25-26页 |
2.4.4 AR人脸数据库 | 第26页 |
2.4.5 CMU-PIE人脸数据库 | 第26-27页 |
2.4.6 FERET人脸数据库 | 第27-28页 |
2.4.7 GeorgiaTech人脸数据库 | 第28页 |
2.4.8 LFW人脸数据库 | 第28-30页 |
第三章 基于PCA和顶层小波子带像素级和特征级融合的人脸识别算法 | 第30-42页 |
3.1 引言 | 第30-31页 |
3.2 小波变换 | 第31-33页 |
3.3 TWSBF+PCA模型和算法 | 第33-36页 |
3.3.1 TWSBF+PCA模型 | 第33-34页 |
3.3.2 最优融合系数 | 第34-35页 |
3.3.3 算法设计 | 第35-36页 |
3.4 数值实验 | 第36-41页 |
3.4.1 FERET人脸数据库上数值实验 | 第37-38页 |
3.4.2 ORL人脸数据库上数值实验 | 第38-40页 |
3.4.3 AR人脸数据库上数值实验 | 第40-41页 |
3.5 总结 | 第41-42页 |
第四章 基于LDA和顶层小波子带像素级和特征级融合的人脸识别算法 | 第42-54页 |
4.1 引言 | 第42-43页 |
4.2 TWSBF+LDA模型和算法 | 第43-46页 |
4.2.1 TWSBF+LDA模型 | 第43页 |
4.2.2 最优融合系数 | 第43-44页 |
4.2.3 算法设计 | 第44-46页 |
4.3 数值实验 | 第46-51页 |
4.3.1 验证高频信息重要性的实验 | 第48-49页 |
4.3.2 基于LDA的融合策略和基于PCA的融合策略比较 | 第49页 |
4.3.3 与流行方法比较 | 第49-50页 |
4.3.4 进一步数值实验 | 第50-51页 |
4.4 总结 | 第51-54页 |
第五章 基于局部二值模式预处理和小波变换的人脸识别方法 | 第54-62页 |
5.1 引言 | 第54-55页 |
5.2 提出的方法 | 第55-57页 |
5.2.1 预处理 | 第55-56页 |
5.2.2 提取小波特征 | 第56-57页 |
5.3 数值实验 | 第57-60页 |
5.3.1 不同小波层数的影响 | 第58页 |
5.3.2 预处理的必要性 | 第58-59页 |
5.3.3 与一些流行方法比较 | 第59-60页 |
5.4 结论 | 第60-62页 |
第六章 基于Gabor小波变换和LBP的人脸识别方法 | 第62-80页 |
6.1 引言 | 第62-63页 |
6.2 预备知识 | 第63-66页 |
6.2.1 Gabor小波变换 | 第63-64页 |
6.2.2 局部二值模式 | 第64-66页 |
6.3 D-GLBP方法 | 第66-67页 |
6.4 S-GLBP方法 | 第67-69页 |
6.5 分块策略 | 第69-70页 |
6.6 方法拓展 | 第70-71页 |
6.6.1 一致D-GLBP方法 | 第70页 |
6.6.2 基于复值特征的D-GLBP方法 | 第70-71页 |
6.6.3 基于相位特征的S-GLBP方法 | 第71页 |
6.7 数值实验 | 第71-78页 |
6.7.1 D-GLBP对光照的鲁棒性测试 | 第72-74页 |
6.7.2 D-GLBP对噪声的敏感性测试 | 第74页 |
6.7.3 Gabor尺度对S-GLBP的影响 | 第74-76页 |
6.7.4 和相关方法的比较 | 第76-78页 |
6.8 总结 | 第78-80页 |
总结与展望 | 第80-84页 |
参考文献 | 第84-94页 |
发表论文和参加科研情况说明 | 第94-96页 |
致谢 | 第96-97页 |