| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景和研究意义 | 第8页 |
| 1.2 人脸识别系统概述 | 第8-9页 |
| 1.3 研究现状 | 第9-11页 |
| 1.3.1 基于全局特征的人脸识别 | 第10页 |
| 1.3.2 基于局部特征的人脸识别算法 | 第10页 |
| 1.3.3 基于多尺度特征的人脸识别 | 第10-11页 |
| 1.4 论文结构安排 | 第11-12页 |
| 第2章 局部二值模式与改进 | 第12-21页 |
| 2.1 纹理特征介绍 | 第12页 |
| 2.2 局部二值模式（LBP） | 第12-15页 |
| 2.2.1 基本LBP算子 | 第12-14页 |
| 2.2.2 扩展的LBP算子 | 第14-15页 |
| 2.3 LBP算子的发展演变 | 第15-18页 |
| 2.3.1 基于分块的LBP算子 | 第15-16页 |
| 2.3.2 中心对称局部二值模式（CS-LBP） | 第16-18页 |
| 2.4 基于中心对称局部二值模式的改进 | 第18-19页 |
| 2.4.1 单演中心对称幅值相位方向模式 | 第18-19页 |
| 2.4.2 双方向梯度中心对称局部二值模式 | 第19页 |
| 2.5 本章小结 | 第19-21页 |
| 第3章 融合单演特征和CS-LBP的单样本人脸识别 | 第21-33页 |
| 3.1 单演信号 | 第22-23页 |
| 3.2 单演中心对称幅值相位方向模式算法流程 | 第23-25页 |
| 3.3 实验结果及分析 | 第25-32页 |
| 3.3.1 CAS-PEAL人脸库实验 | 第25-27页 |
| 3.3.2 AR人脸库实验 | 第27-29页 |
| 3.3.3 加入噪声实验结果 | 第29-31页 |
| 3.3.4 复杂度分析 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于双向梯度中心对称局部二值模式的单样本人脸识别 | 第33-46页 |
| 4.1 梯度分量脸 | 第33-34页 |
| 4.2 双梯度中心对称局部二值模式 | 第34-35页 |
| 4.2.1 人脸的BGCSBP特征 | 第34页 |
| 4.2.2 人脸特征匹配 | 第34-35页 |
| 4.3 实验结果及分析 | 第35-40页 |
| 4.3.1 实验环境与人脸库介绍 | 第35-36页 |
| 4.3.2 参数对识别效果的影响 | 第36-40页 |
| 4.4 不同算法的识别性能比较 | 第40-41页 |
| 4.5 算法的抗噪分析 | 第41-44页 |
| 4.6 特征维数与时间复杂度分析 | 第44页 |
| 4.7 本章小结 | 第44-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46-47页 |
| 5.2 展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 附录A 个人简历 | 第53-54页 |
| 附录B 攻读硕士学位期间撰写的论文 | 第54-55页 |
| 附录C 论文中的用图 | 第55-56页 |
| 附录D 论文中的用表 | 第56页 |