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

基于多尺度图像分析的人脸识别与性别识别算法研究

致谢第4-5页
摘要第5-6页
Abstract第6页
第一章 绪论第9-17页
    1.1 课题研究背景和意义第9-10页
    1.2 人脸识别研究概述第10-15页
        1.2.1 人脸识别研究的发展历程第10-11页
        1.2.2 人脸识别方法分类第11-13页
        1.2.3 人脸识别技术的难点第13-14页
        1.2.4 人脸识别的应用第14-15页
    1.3 论文的主要任务第15页
    1.4 论文的章节结构第15-17页
第二章 基于小波分解的图像特征提取第17-25页
    2.1 连续小波变换第17-18页
    2.2 离散小波变换第18-19页
    2.3 多分辨率分析第19-22页
    2.4 小波变换试验结果第22-24页
    2.5 本章小结第24-25页
第三章 基于LBP特征的人脸识别第25-39页
    3.1 LBP的基本原理第25-28页
        3.1.1 LBP算子灰度不变性第27-28页
        3.1.2 LBP算子旋转不变性第28页
    3.2 LBP模式描述第28-30页
    3.3 扩展LBP算子第30-35页
        3.3.1 局部三值模式(LTP)第30-32页
        3.3.2 梯度局部二值模式(GLBP)第32-34页
        3.3.3 距离度量准则第34-35页
    3.4 人脸识别实验分析第35-38页
    3.5 本章小结第38-39页
第四章 基于多尺度分析的人脸性别识别第39-53页
    4.1 对性别识别影响的因素分析第39-43页
        4.1.1 光照影响第40-41页
        4.1.2 姿态影响第41-42页
        4.1.3 表情影响第42-43页
    4.2 人脸性别识别特征提取过程第43-48页
        4.2.1 图像预处理第43-44页
        4.2.2 多尺度LBP级联混合特征提取第44-45页
        4.2.3 主成分分析算法第45-46页
        4.2.4 线性判别分析法第46-48页
        4.2.5 最小距离分类器第48页
    4.3 人脸性别试验以及结果分析第48-51页
    4.4 本章小结第51-53页
第五章 总结与展望第53-55页
    5.1 本文工作总结第53页
    5.2 工作展望第53-55页
参考文献第55-58页
作者简历及在学期间所取得的科研成果第58页

论文共58页,点击 下载论文
上一篇:应用于OpenStack平台的无元数据服务器的海量网络存储系统设计
下一篇:视频压缩编码中帧间参考关系的研究