首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人脸识别的特征描述方法研究

摘要第3-5页
ABSTRACT第5-6页
1 绪论第9-18页
    1.1 课题研究背景及意义第9页
    1.2 课题研究的主要内容和难点问题第9-10页
    1.3 国内外现状第10-16页
        1.3.1 人脸特征提取的主要方法及发展第10-16页
        1.3.2 国内外的研究机构第16页
    1.4 论文的主要工作第16-17页
    1.5 论文的组织结构第17-18页
2 基于 LBP 和 Gabor 特征描述方法的研究第18-34页
    2.1 引言第18-19页
    2.2 基于 LBP 特征描述方法第19-27页
        2.2.1 纹理概述第19页
        2.2.2 基本 LBP 特征描述算子第19-22页
        2.2.3 LBP 描述算子的发展第22-25页
        2.2.4 LBP 描述算子的特点第25-26页
        2.2.5 LBP 描述算子的应用第26-27页
    2.3 基于 Gabor 特征描述方法第27-31页
        2.3.1 二维 Gabor 小波函数第27-30页
        2.3.2 Gabor 小波变换的人脸特征描述第30-31页
    2.4 实验结果及分析第31-33页
        2.4.1 实验库介绍及实验第32页
        2.4.2 实验分析第32-33页
    2.5 本章小结第33-34页
3 改进的局部相位量化特征描述方法第34-43页
    3.1 引言第34-35页
    3.2 局部相位量化特征描述方法第35-37页
        3.2.1 基于傅里叶相位变换的图像模糊特征描述第35页
        3.2.2 基于局部相位量化的模糊图像特征描述第35-37页
    3.3 改进的局部相位量化特征描述方法第37-38页
    3.4 实验结果及分析第38-42页
        3.4.1 模糊 FERET 实验库介绍第38-39页
        3.4.2 实验参数设置第39-40页
        3.4.3 模糊人脸数据库介绍及实验第40-41页
        3.4.4 实验分析第41-42页
    3.5 本章小结第42-43页
4 相对梯度与 POEM 相融合的特征描述方法第43-57页
    4.1 引言第43-44页
    4.2 方向边缘幅值模式特征描述方法第44-46页
        4.2.1 方向边缘幅值模式特征描述方法引入第44-45页
        4.2.2 方向边缘幅值模式特征描述方法的特征描述过程第45-46页
    4.3 相对梯度理论第46-48页
    4.4 相对梯度方向边缘幅值模式特征描述方法第48-49页
    4.5 特征降维方法第49-51页
        4.5.1 保局投影(LPP)方法第49-50页
        4.5.2 白化主成分分析(WPCA)方法第50-51页
    4.6 实验结果及分析第51-56页
        4.6.1 实验参数设置第52-54页
        4.6.2 几种特征描述算子性能比较及分析第54-56页
    4.7 本章小结第56-57页
5 总结与展望第57-59页
    5.1 工作总结第57-58页
    5.2 工作展望第58-59页
致谢第59-60页
参考文献第60-67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参与的科研项目目录第67页

论文共67页,点击 下载论文
上一篇:监控视频中基于背景建模的运动物体检测算法
下一篇:云文件同步系统关键技术研究与实现