基于Gabor像素模式纹理特征的人脸识别
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-24页 |
| ·研究背景和意义 | 第8页 |
| ·人脸识别的发展历史及分类 | 第8-12页 |
| ·人脸识别技术的研究现状 | 第12-15页 |
| ·人脸作为生物特征识别方法的优势与不足 | 第15-18页 |
| ·人脸识别的技术优势 | 第15页 |
| ·人脸识别存在的问题 | 第15-18页 |
| ·大型人脸测评的发展状况 | 第18-22页 |
| ·FERET人脸识别测试 | 第19-20页 |
| ·FRVT人脸识别测试 | 第20-22页 |
| ·本文采用的测评方法 | 第22页 |
| ·本文的研究内容及创新点 | 第22页 |
| ·本文的章节安排 | 第22-24页 |
| 2 图像的预处理和特征提取 | 第24-41页 |
| ·人脸图像的预处理方法 | 第24-30页 |
| ·人脸图像几何归一化 | 第24-25页 |
| ·人脸有效区域获得方法 | 第25-30页 |
| ·人脸图像的特征提取 | 第30-41页 |
| ·几何特征 | 第30-31页 |
| ·统计特征 | 第31-35页 |
| ·频率域特征 | 第35-37页 |
| ·纹理特征 | 第37-41页 |
| 3 基于像素模式的纹理特征(PPBTF) | 第41-49页 |
| ·基于模式图的纹理建模 | 第41-42页 |
| ·构建特征矢量 | 第42-43页 |
| ·模板的选择 | 第43-45页 |
| ·模式图(Pattern map) | 第45-46页 |
| ·PPBTF特征用于人脸表情识别 | 第46-48页 |
| ·对PPBTF特征的改进 | 第48-49页 |
| 4 Gabor像素模式的纹理特征(GPPBTF) | 第49-52页 |
| ·Gabor小波滤波幅度图表征人脸 | 第49-50页 |
| ·Gabor像素模式纹理特征表征人脸 | 第50-51页 |
| ·直方图统计GPPBTF特征向量 | 第51-52页 |
| 5 基于零空间非线性判决分析的分类器设计 | 第52-56页 |
| ·零空间非线性判决分析(NKFDA) | 第52-54页 |
| ·基于NKFDA的多分类器融合 | 第54-56页 |
| 6 实验及结果分析 | 第56-68页 |
| ·FERET和CSU测评系统流程 | 第56-58页 |
| ·FERET图像库的介绍 | 第56-57页 |
| ·测评流程和实验设计 | 第57-58页 |
| ·性能评价的指标 | 第58页 |
| ·PPBTF特征和单个NKFDA分类器方法 | 第58-60页 |
| ·GPPBTF特征和多NKFDA分类器融合的方法 | 第60-61页 |
| ·实验结果比较和评价 | 第61-68页 |
| ·相同预处理方法下的结果比较 | 第61-65页 |
| ·不同预处理方法下的结果比较 | 第65页 |
| ·计算时间 | 第65-66页 |
| ·ORL人脸图像库上的实验结果 | 第66-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 攻读硕士学位期间发表学术论文情况 | 第75-76页 |
| 致谢 | 第76-77页 |
