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

基于多阈值多尺度LBP的人脸识别研究

摘要第1-5页
ABSTRACT第5-7页
目录第7-9页
第一章 绪论第9-15页
   ·研究背景及意义第9-10页
   ·人脸识别所面临的挑战第10页
   ·国内外人脸识别的研究现状第10-13页
     ·基于整体特征描述的人脸识别方法第11-12页
     ·基于纹理特征描述的人脸识别方法第12页
     ·基于其他方法的人脸识别方法第12-13页
   ·本文主要研究内容及安排第13-15页
第二章 预处理技术第15-25页
   ·人脸识别流程第15-17页
   ·人脸检测第17-21页
     ·Adaboost算法第17-19页
     ·Haar特征第19-20页
     ·基于Haar特征的Adaboost算法与人脸检测第20-21页
   ·预处理技术第21-25页
     ·几何归一化第21-22页
     ·Gamma校正第22-23页
     ·直方图均衡化第23-25页
第三章 传统LBP算法第25-33页
   ·引言第25页
   ·LBP算法第25-31页
     ·传统LBP算子第25-28页
     ·LBP算子的旋转不变性第28-29页
     ·LBP算子的均匀模式第29-31页
   ·LBP算法的应用及优缺点第31-32页
   ·本章小结第32-33页
第四章 基于多阈值多尺度的LBP算法第33-45页
   ·引言第33页
   ·多阈值多尺度LBP第33-36页
     ·多尺度LBP第33-34页
     ·多阈值LBP第34-36页
   ·多阈值多尺度LBP的阈值与尺度选取第36-38页
     ·阈值选取第36-37页
     ·尺度选取第37-38页
   ·多阈值多尺度LBP特征提取第38-40页
   ·多阈值多尺度LBP特征匹配第40-42页
     ·直方图提取第40-41页
     ·特征加权匹配第41-42页
   ·基于多阈值多尺度LBP方法的应用第42-43页
   ·本章小结第43-45页
第五章 实验与结果分析第45-55页
   ·引言第45页
   ·人脸库第45-46页
   ·实验环境,步骤及参数设置第46-47页
     ·实验环境第46页
     ·实验方法第46-47页
   ·实验步骤及参数设置第47-51页
   ·结果结果与分析第51-54页
   ·本章小结第54-55页
第六章 总结与展望第55-57页
参考文献第57-59页
致谢第59-60页
攻读学位期间发表的学术论文目录第60页

论文共60页,点击 下载论文
上一篇:数字资源组织与存储的研究与设计
下一篇:基于Android技术的智慧养老平台设计与实现