光照变化情况下人脸识别方法研究
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 人脸识别的研究现状 | 第13-15页 |
| 1.2.2 光照问题的研究现状 | 第15-18页 |
| 1.3 人脸识别中光照问题的研究难点 | 第18-20页 |
| 1.3.1 光照对识别系统的影响 | 第18-19页 |
| 1.3.2 光照人脸识别的难点 | 第19-20页 |
| 1.4 本文的主要工作和结构安排 | 第20-22页 |
| 1.4.1 本文的主要工作 | 第20-21页 |
| 1.4.2 本文的结构安排 | 第21-22页 |
| 第2章 人脸识别中光照问题的研究基础 | 第22-29页 |
| 2.1 引言 | 第22页 |
| 2.2 光照预处理方法 | 第22-23页 |
| 2.2.1 基于Retinex理论的方法 | 第22-23页 |
| 2.2.2 商图像 | 第23页 |
| 2.3 特征提取和选择 | 第23-25页 |
| 2.3.1 直方图特征 | 第23-24页 |
| 2.3.2 边缘特征 | 第24-25页 |
| 2.4 分类算法 | 第25-26页 |
| 2.4.1 K近邻算法 | 第25页 |
| 2.4.2 稀疏表示分类算法 | 第25-26页 |
| 2.5 常用人脸数据库 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 基于自商图像和随机投影的人脸识别 | 第29-37页 |
| 3.1 引言 | 第29页 |
| 3.2 结合SQI和LDA的初始样本空间构造 | 第29-32页 |
| 3.2.1 基于自商图像法的预处理 | 第29-30页 |
| 3.2.2 结合Fisher准则的特征选择 | 第30-32页 |
| 3.3 迭代随机投影和最近邻结合的分类算法 | 第32-33页 |
| 3.3.1 分类算法原理 | 第32-33页 |
| 3.3.2 算法流程 | 第33页 |
| 3.4 实验仿真及结果分析 | 第33-35页 |
| 3.4.1 YaleB人脸库上的实验结果与分析 | 第34-35页 |
| 3.4.2 AR人脸库上的实验结果与分析 | 第35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 融合LSH和LoG特征的人脸识别 | 第37-45页 |
| 4.1 引言 | 第37页 |
| 4.2 光照不变特征提取 | 第37-39页 |
| 4.2.1 局部敏感直方图特征 | 第37-39页 |
| 4.2.2 变尺度的边缘特征提取 | 第39页 |
| 4.3 自适应特征融合 | 第39-41页 |
| 4.3.1 基于标准差的特征融合 | 第39-41页 |
| 4.3.2 算法流程 | 第41页 |
| 4.4 实验仿真及结果分析 | 第41-44页 |
| 4.4.1 LSH特征参数设置 | 第41-42页 |
| 4.4.2 融合前后识别率比较 | 第42-43页 |
| 4.4.3 不同算法比较 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 总结与展望 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 致谢 | 第51-52页 |
| 附录A 攻读硕士学位期间参与项目和发表学术论文 | 第52页 |
