| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题研究的背景和意义 | 第10-11页 |
| ·现阶段的人脸识别技术 | 第11-12页 |
| ·本文研究的主要内容及全文结构安排 | 第12-15页 |
| ·研究的主要方向和内容 | 第12-13页 |
| ·本文的结构安排 | 第13-15页 |
| 第二章 基本LBP算子的原理及应用 | 第15-25页 |
| ·原始LBP特征概述 | 第15-17页 |
| ·LBP算子的扩展 | 第17-20页 |
| ·LBP统一模式 | 第17-18页 |
| ·旋转不变的LBP算子 | 第18-20页 |
| ·LTP特征概述 | 第20-21页 |
| ·基于相似度测量的距离转换 | 第21-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 降维生成LBP子模式 | 第25-38页 |
| ·LBP统一模式所存在的问题 | 第25-26页 |
| ·维度约减方法概述 | 第26-31页 |
| ·主成份分析算法介绍 | 第27-28页 |
| ·线性判别分析算法介绍 | 第28-29页 |
| ·局部保持投影算法概述 | 第29-30页 |
| ·LPP的统计特性 | 第30-31页 |
| ·LPP,PCA,LDA的理论分析 | 第31-35页 |
| ·局部保持投影(LPP)与主成份分析(PCA)的关系 | 第31-32页 |
| ·局部保持投影(LPP)和线性判别分析(LDA)的关系 | 第32-35页 |
| ·基于LPP降维算法构建LBP子模式 | 第35页 |
| ·LBP统一模式与子模式的比较 | 第35-36页 |
| ·实验结果与分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 图像预处理及人眼检测 | 第38-50页 |
| ·抑制图像噪声 | 第38-39页 |
| ·人脸图像直方图均衡 | 第39-40页 |
| ·人脸图像校正 | 第40-45页 |
| ·人眼定位简介 | 第40-41页 |
| ·眼睛的定位 | 第41-42页 |
| ·ASEF相关滤波器 | 第42-43页 |
| ·ASEF滤波器定义 | 第43-45页 |
| ·基于ASEF的人脸校正 | 第45-49页 |
| ·基于ASEF的人眼检测 | 第45-46页 |
| ·人脸校正 | 第46-47页 |
| ·ASEF的特点 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于级联分类器的训练算法 | 第50-57页 |
| ·分类器结构 | 第50-52页 |
| ·Boosting原理 | 第50-51页 |
| ·分类器级联 | 第51-52页 |
| ·弱分类器设计 | 第52-54页 |
| ·矩形特征选取 | 第52-53页 |
| ·LBP子模式特征提取 | 第53-54页 |
| ·Adaboost构建强分类器 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 基于LBP和Adaboost的人脸系统 | 第57-67页 |
| ·算法简介 | 第58-62页 |
| ·实验结果与分析 | 第62-65页 |
| ·ORL人脸数据库算法结果 | 第63页 |
| ·FERET数据库算法结果 | 第63-64页 |
| ·CAS-PEAL数据库算法结果 | 第64-65页 |
| ·基于OpenCV的系统原型实现 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 总结与展望 | 第67-69页 |
| ·全文总结 | 第67-68页 |
| ·后续工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士期间取得的研究成果 | 第75页 |