人脸识别技术研究及软件系统设计
| 中文摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 人脸识别概述 | 第11-14页 |
| 1.2.1 人脸识别流程 | 第11-12页 |
| 1.2.2 国内外研究现状 | 第12-14页 |
| 1.2.3 人脸识别的技术难点 | 第14页 |
| 1.3 本文的主要研究工作 | 第14-15页 |
| 1.4 论文的章节安排 | 第15-17页 |
| 第二章 人脸检测 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 人脸检测常用方法介绍 | 第17-20页 |
| 2.3 人脸图像标准化 | 第20-23页 |
| 2.3.1 旋转变换 | 第20-21页 |
| 2.3.2 直方图均衡化 | 第21-23页 |
| 2.4 实验结果与分析 | 第23-28页 |
| 2.4.1 FERET人脸数据库介绍 | 第23页 |
| 2.4.2 人脸检测实验 | 第23-25页 |
| 2.4.3 人脸图像标准化处理实验 | 第25-27页 |
| 2.4.4 人脸图像标准化处理验证实验 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 人脸识别 | 第29-50页 |
| 3.1 引言 | 第29页 |
| 3.2 特征提取 | 第29-41页 |
| 3.2.1 主成分分析 | 第29-31页 |
| 3.2.2 局部二值模式（LBP） | 第31-33页 |
| 3.2.3 局部Gabor二值模式直方图序列 | 第33-36页 |
| 3.2.4 韦伯局部描述符 | 第36-40页 |
| 3.2.5 本文算法 | 第40-41页 |
| 3.3 分类器设计 | 第41-45页 |
| 3.3.1 最近邻分类法 | 第41-42页 |
| 3.3.2 支持向量机 | 第42-45页 |
| 3.4 实验结果与分析 | 第45-49页 |
| 3.4.1 ORL和YALE实验数据库介绍 | 第45页 |
| 3.4.2 五种特征提取算法识别性能比较 | 第45-48页 |
| 3.4.3 最近邻分类器和支持向量机分类效果比较 | 第48-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 人脸识别软件系统设计 | 第50-58页 |
| 4.1 引言 | 第50页 |
| 4.2 图像处理算法的程序设计 | 第50-51页 |
| 4.3 软件系统设计 | 第51-56页 |
| 4.3.1 实验环境 | 第51-52页 |
| 4.3.2 软件系统主界面 | 第52-53页 |
| 4.3.3 人脸识别系统的软件架构 | 第53-54页 |
| 4.3.4 软件系统实现及实验结果 | 第54-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间公开发表的论文及科研成果 | 第66-67页 |
| 致谢 | 第67-68页 |
