| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 研究内容与章节安排 | 第11-13页 |
| 第2章 基于韦伯梯度方向直方图的人脸识别特征提取算法 | 第13-26页 |
| 2.1 梯度方向直方图算子 | 第13-15页 |
| 2.2 差动激励 | 第15-16页 |
| 2.3 算法描述 | 第16-17页 |
| 2.4 实验结果与分析 | 第17-25页 |
| 2.4.1 人脸库介绍 | 第18-19页 |
| 2.4.2 实验参数对识别效果的影响 | 第19-22页 |
| 2.4.3 不同算法识别率比较 | 第22-23页 |
| 2.4.4 不同算法特征维数与时间分析 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 双向梯度差分与HOG加权融合的人脸识别算法 | 第26-33页 |
| 3.1 梯度分量脸 | 第26-27页 |
| 3.2 双向梯度差分特征 | 第27-28页 |
| 3.3 算法描述 | 第28-29页 |
| 3.4 实验结果对比 | 第29-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 基于HOG多方向正交梯度的人脸识别 | 第33-44页 |
| 4.1 多方向正交梯度 | 第33-36页 |
| 4.2 MHOOG人脸识别算法流程 | 第36页 |
| 4.3 实验结果与分析 | 第36-43页 |
| 4.3.1 分块数和区间数 | 第37-38页 |
| 4.3.2 图像不同方向正交梯度的不同σ值对识别率的影响 | 第38-42页 |
| 4.3.3 识别率比较与分析 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-46页 |
| 5.1 总结 | 第44-45页 |
| 5.2 展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 附录A 个人简历 | 第51-52页 |
| 附录B 在校期间发表的学术论文及研究成果 | 第52-53页 |
| 附录C 论文中的用图 | 第53-54页 |
| 附录D 论文中的用表 | 第54页 |
