| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 人脸识别的工作流程 | 第10-12页 |
| 1.2.1 人脸图像采集 | 第10页 |
| 1.2.2 人脸检测 | 第10-11页 |
| 1.2.3 人脸图像预处理 | 第11页 |
| 1.2.4 人脸特征提取 | 第11-12页 |
| 1.2.5 模式匹配与人脸识别 | 第12页 |
| 1.3 人脸特征提取的主要方法 | 第12-13页 |
| 1.4 本文的主要工作和框架 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 基于局部双交叉三值模式人脸识别方法 | 第15-31页 |
| 2.1 引言 | 第15-16页 |
| 2.2 相关工作 | 第16-20页 |
| 2.2.1 局部二值模式(LP) | 第16-17页 |
| 2.2.2 局部三值模式(LTP) | 第17-18页 |
| 2.2.3 局部双交叉模式(DCP) | 第18-20页 |
| 2.3 基于局部双交叉三值模式特征描述子 | 第20-24页 |
| 2.3.1 基于局部双交叉三值模式(LDCTP) | 第20-23页 |
| 2.3.2 基于LDCTP的人脸识别 | 第23-24页 |
| 2.3.3 最近邻人脸识别方法 | 第24页 |
| 2.4 实验及结果 | 第24-30页 |
| 2.4.1 参数对LDCTP描述子的影响 | 第24-29页 |
| 2.4.2 相关特征描述子识别效果对比 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于D-PSIFT的局部主方向直方图的特征提取 | 第31-51页 |
| 3.1 引言 | 第31-32页 |
| 3.2 相关工作 | 第32-40页 |
| 3.2.1 D-HLDO | 第32-34页 |
| 3.2.2 SIFT | 第34-40页 |
| 3.3 基于D-PSIFT的局部主方向直方图的特征提取 | 第40-44页 |
| 3.3.1 基于PSIFT的局部主方向特征提取 | 第41-42页 |
| 3.3.2 基于D-PSIFT的人脸识别 | 第42-44页 |
| 3.4 实验及结果 | 第44-49页 |
| 3.4.1 参数对于D-PSIFT的识别效果的影响 | 第44-47页 |
| 3.4.2 相关特征提取方法识别性能对比 | 第47-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 特征融合与多核学习决策级融合 | 第51-61页 |
| 4.1 引言 | 第51页 |
| 4.2 特征融合 | 第51-52页 |
| 4.3 多核学习决策级融合 | 第52-55页 |
| 4.3.1 多核学习的研究背景 | 第52页 |
| 4.3.2 多核学习的基本思想 | 第52-54页 |
| 4.3.3 多核学习的函数框架 | 第54-55页 |
| 4.4 多核学习的原始问题及求解算法 | 第55-56页 |
| 4.5 实验及结果 | 第56-59页 |
| 4.6 本章小结 | 第59-61页 |
| 第五章 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64-70页 |
| 作者简介 | 第70页 |
