K均值降维的局部二值模式人脸识别算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 人脸识别技术 | 第10-13页 |
| 1.2.1 人脸识别技术的发展与现状 | 第10-11页 |
| 1.2.2 人脸识别的系统框架 | 第11-13页 |
| 1.3 局部二值模式算法的发展和现状 | 第13-14页 |
| 1.4 K均值算法的发展和现状 | 第14-16页 |
| 1.5 评判标准与常用数据库 | 第16-19页 |
| 1.5.1 评判标准 | 第16-17页 |
| 1.5.2 常用数据库 | 第17-19页 |
| 1.6 主要研究内容和组织结构 | 第19-20页 |
| 第2章 局部二值模式算法 | 第20-29页 |
| 2.1 局部二值模式 | 第20-22页 |
| 2.2 局部二值模式的发展 | 第22-25页 |
| 2.2.1 旋转不变模式 | 第22-23页 |
| 2.2.2 统一模式 | 第23-25页 |
| 2.3 分块LBP | 第25-27页 |
| 2.4 算法验证 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 局部二值模式的改进 | 第29-43页 |
| 3.1 LBP的缺陷 | 第29-30页 |
| 3.2 浮动局部二值模式 | 第30-33页 |
| 3.3 高维局部二值模式 | 第33-35页 |
| 3.4 超局部二值模式 | 第35-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 均匀K均值算法与特征降维 | 第43-61页 |
| 4.1 K均值算法 | 第43-45页 |
| 4.2 均匀K均值算法 | 第45-51页 |
| 4.2.1 k的选取 | 第45-47页 |
| 4.2.2 初始点的选取 | 第47-51页 |
| 4.3 聚类降维 | 第51-52页 |
| 4.4 PCA降维 | 第52-54页 |
| 4.5 降维实验 | 第54-56页 |
| 4.6 综合实验 | 第56-59页 |
| 4.7 本章小结 | 第59-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间获得的科研成果 | 第67页 |
