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

基于多尺度多方向特征的人脸识别算法研究

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

论文共97页,点击 下载论文
上一篇:融合结构先验的图像及视频去模糊研究
下一篇:18F-FDG PET/CT在孤立性肺结节诊断中的应用价值研究