基于LBP的特征提取研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-17页 |
| ·研究背景及意义 | 第10页 |
| ·特征提取的国内外研究现状 | 第10-14页 |
| ·线性特征提取发展现状 | 第12-13页 |
| ·非线性特征提取发展现状 | 第13-14页 |
| ·LBP特征的研究内容和现状 | 第14-15页 |
| ·本文的主要工作及创新 | 第15页 |
| ·论文结构 | 第15-17页 |
| 2 基于LBP的特征提取 | 第17-24页 |
| ·局部二值模式的提出及其物理意义 | 第17页 |
| ·局部二值模式的计算方法 | 第17-19页 |
| ·LBP算子的基本特性 | 第19-22页 |
| ·LBP算子的旋转不变性 | 第19-20页 |
| ·LBP算子的均匀模式 | 第20-22页 |
| ·LBP方法在特征提取中的应用 | 第22页 |
| ·本章小结 | 第22-24页 |
| 3 人脸识别中基于LBP特征提取的研究 | 第24-44页 |
| ·人脸识别综述 | 第24-26页 |
| ·人脸识别的研究现状 | 第24-25页 |
| ·人脸识别方法介绍 | 第25-26页 |
| ·基于LBP的人脸识别框架 | 第26-27页 |
| ·LBP特征提取 | 第27-31页 |
| ·基于单一分块的LBP特征提取 | 第27-29页 |
| ·基于多层分块的LBP特征提取 | 第29-30页 |
| ·基于滑动窗口的LBP特征提取 | 第30-31页 |
| ·特征分类 | 第31-35页 |
| ·基于Chi平方距离的相似性度量 | 第31-33页 |
| ·基于最短距离的K近邻分类 | 第33-35页 |
| ·实验结果及分析 | 第35-43页 |
| ·基于最短距离的K近邻分类方法实验及分析 | 第36-38页 |
| ·多层分块人脸识别实验 | 第38-41页 |
| ·滑动窗口人脸识别实验 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 4 手写体数字识别中基于LBP特征提取的研究 | 第44-52页 |
| ·手写体数字识别综述 | 第44-46页 |
| ·手写体数字识别的研究现状 | 第45页 |
| ·手写体数字识别中的特征提取 | 第45-46页 |
| ·基于LBP特征的手写体数字识别研究 | 第46-49页 |
| ·灰度提取 | 第47页 |
| ·全局LBP特征提取 | 第47-48页 |
| ·特征分类 | 第48-49页 |
| ·实验结果及分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 5 结论 | 第52-54页 |
| ·论文工作总结 | 第52-53页 |
| ·下一步工作 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 作者简历 | 第57-59页 |
| 学位论文数据集 | 第59页 |
