| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第8-19页 |
| 1.1 研究背景及其意义 | 第8-10页 |
| 1.2 人脸识别系统 | 第10-11页 |
| 1.3 人脸识别研究现状 | 第11-18页 |
| 1.3.1 基于几何特征的人脸识别方法 | 第11页 |
| 1.3.2 基于模版匹配的人脸识别方法 | 第11-12页 |
| 1.3.3 基于人工神经网络的人脸识别方法 | 第12-13页 |
| 1.3.4 基于子空间的人脸识别方法 | 第13-15页 |
| 1.3.5 基于局部纹理特征的人脸识别方法 | 第15-17页 |
| 1.3.6 基于隐马尔科夫模型的人脸识别方法 | 第17页 |
| 1.3.7 总结 | 第17-18页 |
| 1.4 论文的主要工作及结构安排 | 第18-19页 |
| 第2章 线性子空间方法及 LBP 方法 | 第19-29页 |
| 2.1 基于主成分分析的人脸识别方法 | 第19-21页 |
| 2.2 基于线性鉴别分析的人脸识别方法 | 第21-26页 |
| 2.2.1 线性鉴别分析 | 第21-24页 |
| 2.2.2 二维线性鉴别分析 | 第24-26页 |
| 2.3 局部二值模式 | 第26-28页 |
| 2.3.1 原始的 LBP | 第26-27页 |
| 2.3.2 均匀模式 LBP | 第27页 |
| 2.3.3 尺度及旋转不变模式 LBP | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于 ULBP 和 2DLDA 的人脸识别方法 | 第29-44页 |
| 3.1 基本思路 | 第29-30页 |
| 3.2 相关理论基础 | 第30-33页 |
| 3.2.1 图像多级分割 | 第30页 |
| 3.2.2 二维特征空间结构 | 第30-31页 |
| 3.2.3 最近邻法及杨氏距离 | 第31-33页 |
| 3.3 算法流程 | 第33-34页 |
| 3.4 实验及分析 | 第34-43页 |
| 3.4.1 人脸数据库介绍 | 第34-36页 |
| 3.4.2 图像分割级数实验分析 | 第36-38页 |
| 3.4.3 对比实验与分析 | 第38-42页 |
| 3.4.4 实验小结 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 人脸识别系统的 DSP 实现及优化 | 第44-61页 |
| 4.1 人脸识别系统设计 | 第44-46页 |
| 4.2 DSP 硬件平台介绍 | 第46-50页 |
| 4.2.1 TMS320DM642 芯片 | 第46-49页 |
| 4.2.2 TDS642EVM | 第49-50页 |
| 4.3 DSP 人脸识别系统实现及优化 | 第50-60页 |
| 4.3.1 DSP 视频处理系统设计基础 | 第51-52页 |
| 4.3.2 基于 RF5 的 DSP 人脸识别系统实现 | 第52-55页 |
| 4.3.3 DSP 人脸识别系统优化 | 第55-59页 |
| 4.3.4 系统优化结果分析 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-64页 |
| 5.1 研究成果总结 | 第61-62页 |
| 5.2 研究工作展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第72页 |