基于局部Gabor二值模式的戴眼镜人脸识别算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景与意义 | 第9-10页 |
| ·研究现状 | 第10页 |
| ·戴眼镜人脸识别问题的难点 | 第10-11页 |
| ·文章主要研究内容与组织结构 | 第11-13页 |
| 第2章 人脸识别方法综述 | 第13-23页 |
| ·引言 | 第13页 |
| ·人脸识别方法 | 第13-16页 |
| ·基于几何特征的方法 | 第13页 |
| ·基于模板匹配的方法 | 第13-14页 |
| ·特征脸的方法 | 第14-15页 |
| ·隐马尔可夫模型的方法 | 第15页 |
| ·基于神经网络的方法 | 第15页 |
| ·弹性图匹配方法 | 第15-16页 |
| ·戴眼镜人脸识别方法 | 第16-20页 |
| ·移除眼镜相关方法 | 第16-18页 |
| ·基于局部特征提取处理遮挡问题的相关方法 | 第18-20页 |
| ·本章小结 | 第20-23页 |
| 第3章 非均匀局部Gabor 二值模式方法 | 第23-39页 |
| ·引言 | 第23页 |
| ·Gabor 小波 | 第23-25页 |
| ·局部二值模式方法 | 第25-27页 |
| ·非均匀局部Gabor 二值模式方法 | 第27-34页 |
| ·算法流程 | 第28-29页 |
| ·局部Gabor 二值模式 | 第29-30页 |
| ·非均匀划分策略 | 第30-31页 |
| ·直方图匹配与权值设定 | 第31-32页 |
| ·NLGBP 方法的优点 | 第32-34页 |
| ·实验结果与分析 | 第34-37页 |
| ·实验数据 | 第34页 |
| ·实验一：区域划分对人脸识别的影响 | 第34-36页 |
| ·实验二：NLGBP 方法与其他方法的比较 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 随机非均匀局部Gabor 二值模式方法 | 第39-51页 |
| ·引言 | 第39-40页 |
| ·随机子空间方法 | 第40-42页 |
| ·随机非均匀局部Gabor 二值模式方法 | 第42-46页 |
| ·算法特点与优势 | 第42-43页 |
| ·算法流程 | 第43-44页 |
| ·特征随机采样构造多分类器 | 第44-46页 |
| ·多分类器的融合 | 第46页 |
| ·实验结果与分析 | 第46-49页 |
| ·实验数据 | 第46-47页 |
| ·实验一：参数选择 | 第47-49页 |
| ·实验二：RNLGBP 方法与其他方法的比较 | 第49页 |
| ·本章小结 | 第49-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间取得的研究成果 | 第57-59页 |
| 致谢 | 第59页 |
