人脸识别的对数总变分校正方法
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 人脸识别的研究背景及意义 | 第13-14页 |
| 1.2 国内外人脸识别的研究现状 | 第14-18页 |
| 1.2.1 人脸图像检测与采集 | 第15页 |
| 1.2.2 人脸图像的特征提取 | 第15-17页 |
| 1.2.3 人脸图像识别与匹配 | 第17-18页 |
| 1.2.4 其他的人脸识别方法 | 第18页 |
| 1.3 人脸识别的主要问题及解决方法 | 第18-19页 |
| 1.4 本文工作的主要研究成果与创新 | 第19页 |
| 1.5 本文内容的具体结构与安排 | 第19-21页 |
| 第2章 预备知识 | 第21-25页 |
| 2.1 人脸成像原理及朗伯反射模型 | 第21-22页 |
| 2.2 主成分分析降维方法 | 第22-23页 |
| 2.3 最邻近分类方法 | 第23页 |
| 2.4 支持向量机分类方法 | 第23-24页 |
| 2.5 章节小结 | 第24-25页 |
| 第3章 人脸识别的总变分模型 | 第25-29页 |
| 3.1 朗伯反射模型与加性噪音模型 | 第25页 |
| 3.2 图像去噪的ROF模型 | 第25-26页 |
| 3.3 对数总变分模型 | 第26-28页 |
| 3.4 章节小结 | 第28-29页 |
| 第4章 人脸识别的对数总变分校正模型 | 第29-35页 |
| 4.1 对数总变分校正模型 | 第29-30页 |
| 4.2 对数总变分校正模型的数值解法 | 第30-33页 |
| 4.3 对数总变分校正方法参与人脸识别的具体流程 | 第33-34页 |
| 4.4 章节小结 | 第34-35页 |
| 第5章 图像二值化处理 | 第35-38页 |
| 5.1 图像二值化处理思想与方法 | 第35页 |
| 5.2 对数总变分校正方法的二值化处理 | 第35-37页 |
| 5.3 章节小结 | 第37-38页 |
| 第6章 人脸识别仿真数值实验 | 第38-53页 |
| 6.1 实验参数设置 | 第38页 |
| 6.2 校正方法与对数总变分方法的数值实验对比 | 第38-44页 |
| 6.2.1 CMU PIE人脸数据库 | 第39-40页 |
| 6.2.2 ORL人脸数据库 | 第40-41页 |
| 6.2.3 AR人脸数据库 | 第41-42页 |
| 6.2.4 Geogia人脸数据库 | 第42-43页 |
| 6.2.5 FERET人脸数据库 | 第43-44页 |
| 6.3 校正模型与二值化方法结合的数值实验结果 | 第44-52页 |
| 6.3.1 ABER人脸数据库 | 第45-46页 |
| 6.3.2 Yale人脸数据库 | 第46-48页 |
| 6.3.3 CMU PIE人脸数据库 | 第48-49页 |
| 6.3.4 FERET人脸数据库 | 第49-51页 |
| 6.3.5 AR人脸数据库 | 第51-52页 |
| 6.4 章节小结 | 第52-53页 |
| 结论与展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 发表论文和参加科研情况说明 | 第61-63页 |
| 致谢 | 第63页 |
