| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文主要研究内容及主要结构安排 | 第13-15页 |
| 第二章 人脸识别的一般算法 | 第15-25页 |
| 2.1 基于局部特征的人脸识别算法 | 第15-16页 |
| 2.1.1 基于几何特征的人脸识别算法 | 第15-16页 |
| 2.1.2 弹性图匹配方法 | 第16页 |
| 2.1.3 局部特征分析方法 | 第16页 |
| 2.2 基于整体特征的人脸识别算法 | 第16-19页 |
| 2.2.1 主成分分析方法 | 第16-17页 |
| 2.2.2 线性判别分析(LDA) | 第17-19页 |
| 2.3 基于神经网络的人脸识别 | 第19-22页 |
| 2.4 支持向量机 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 基于权值改进的LBP的人脸识别算法 | 第25-38页 |
| 3.1 局部二值模式 | 第25-28页 |
| 3.2 分块局部二值模式 | 第28-30页 |
| 3.3 先验知识加权LBP算法 | 第30页 |
| 3.4 自适应加权局部二值模式 | 第30-32页 |
| 3.5 实验结果与分析 | 第32-37页 |
| 3.5.1 先验知识加权LBP的实验 | 第32-35页 |
| 3.5.2 自适应加权LBP的实验 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 基于自适应LBP与栈式自动编码器的人脸识别算法 | 第38-52页 |
| 4.1 反向传播算法 | 第38-41页 |
| 4.2 自动编码器 | 第41-42页 |
| 4.3 栈式自动编码器 | 第42-44页 |
| 4.4 基于自适应LBP和栈式自动编码器的人脸识别算法 | 第44-45页 |
| 4.5 实验结果分析 | 第45-50页 |
| 4.5.1 LBP算子选择实验 | 第46-47页 |
| 4.5.2 Extended Yale B数据库上的实验 | 第47-48页 |
| 4.5.3 ORL数据库上的实验 | 第48-50页 |
| 4.5.4 YALE数据库上的实验 | 第50页 |
| 4.6 本章小结 | 第50-52页 |
| 第五章 总结与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 附录 (攻读硕士学位期间发表和录用的学术论文) | 第57页 |
