基于HOG-LBP特征的人脸识别
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-13页 |
| ·研究背景和意义 | 第7-9页 |
| ·人脸识别技术的发展过程 | 第9-11页 |
| ·人脸识别算法分类 | 第11-12页 |
| ·人脸识别的概念和难点 | 第12页 |
| ·课题主要工作和论文结构安排 | 第12-13页 |
| 2 人脸图像处理相关知识 | 第13-30页 |
| ·色度及色度学基础知识 | 第13页 |
| ·颜色空间的介绍 | 第13-16页 |
| ·RGB颜色空间 | 第13-14页 |
| ·CMYK色彩空间 | 第14-15页 |
| ·YIQ色彩空间 | 第15页 |
| ·HSV颜色空间 | 第15-16页 |
| ·人脸图像预处理 | 第16-17页 |
| ·光照补偿 | 第16页 |
| ·去噪处理 | 第16-17页 |
| ·人脸识别常用特征 | 第17-25页 |
| ·主元分析(PCA)方法 | 第17-20页 |
| ·2DPCA方法 | 第20-21页 |
| ·Haar-like矩形特征 | 第21-23页 |
| ·LBP算子 | 第23-25页 |
| ·常用的分类器算法 | 第25-29页 |
| ·距离分类法 | 第25-26页 |
| ·支持向量机方法 | 第26-28页 |
| ·AdaBoost算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3 HOG特征简介 | 第30-35页 |
| ·HOG特征描述 | 第30-31页 |
| ·HOG特征提取 | 第31-34页 |
| ·颜色空间标准化(Gamma标准化) | 第31-32页 |
| ·梯度的计算 | 第32页 |
| ·空间和方向上的梯度统计 | 第32-33页 |
| ·重叠块中的特征标准化 | 第33页 |
| ·特征空间中块的选择 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 4 基于HOG-LBP的人脸识别方法 | 第35-42页 |
| ·硬件环境 | 第35页 |
| ·软件环境 | 第35-37页 |
| ·人脸库选择 | 第37-38页 |
| ·分类器选择 | 第38页 |
| ·实验流程 | 第38-39页 |
| ·HOG特征计算 | 第39页 |
| ·结果分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 5 结论 | 第42-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-46页 |
