| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-21页 |
| ·研究背景和意义 | 第9-10页 |
| ·人脸认证中光照正则化的主要研究内容和困难 | 第10-12页 |
| ·人脸认证概述 | 第10-11页 |
| ·复杂光照变化对人脸认证的影响 | 第11-12页 |
| ·国内外发展现状及发展趋势 | 第12-18页 |
| ·国内外研究及评测机构 | 第12-13页 |
| ·人脸认证中光照处理的主要方法及发展 | 第13-18页 |
| ·论文的主要研究内容 | 第18-19页 |
| ·论文的组织结构 | 第19-21页 |
| 2 光照不变人脸特征图像获取方法相关理论 | 第21-36页 |
| ·引言 | 第21-22页 |
| ·局部二元模式光照不变特征图像获取方法 | 第22-24页 |
| ·基于Retinex 理论的光照不变特征图像获取方法 | 第24-26页 |
| ·多尺度高斯平滑滤波 | 第25页 |
| ·非线性小波阈值去噪模型 | 第25-26页 |
| ·基于商图像理论的光照不变特征图像获取方法 | 第26-31页 |
| ·各向异性扩散方法 | 第28-30页 |
| ·全变分模型方法 | 第30-31页 |
| ·实验结果及分析 | 第31-34页 |
| ·讨论与小结 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 3 多尺度光照不变人脸特征图像的获取方法 | 第36-46页 |
| ·引言 | 第36页 |
| ·朗伯凸表面模型 | 第36-38页 |
| ·传统各向异性扩散方法 | 第38-39页 |
| ·两种梯度描述子的修正与引入 | 第39-41页 |
| ·空间梯度 | 第39页 |
| ·新的区间不一致描述子 | 第39-41页 |
| ·新的传递系数 | 第41-44页 |
| ·两种经典的传递系数 | 第41-43页 |
| ·改进后的传递系数 | 第43-44页 |
| ·人脸光照不变特征图像提取方法 | 第44页 |
| ·实验结果及分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 4 光照不变人脸认证算法的性能评估 | 第46-59页 |
| ·引言 | 第46页 |
| ·Yale B 和CMU PIE 标准人脸库 | 第46-48页 |
| ·Yale B 人脸库 | 第46-47页 |
| ·CMU PIE 人脸库 | 第47-48页 |
| ·算法性能的评价指标 | 第48-49页 |
| ·图像相似度评价指标 | 第48-49页 |
| ·人脸认证评价指标 | 第49页 |
| ·基于光照不变特征图像的人脸认证方法 | 第49-50页 |
| ·实验结果与分析 | 第50-58页 |
| ·各向异性扩散方法算法中的参数设置实验 | 第50-52页 |
| ·不同人脸光照不变特征图像提取算法对比实验 | 第52-58页 |
| ·本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| ·工作总结 | 第59-60页 |
| ·工作展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 附录 | 第67页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第67页 |
| B. 作者在攻读硕士学位期间取得的科研成果 | 第67页 |
| C. 作者在攻读硕士学位期间参与的科研项目目录 | 第67页 |