基于金字塔结构的人脸识别算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·人脸识别的研究背景和意义 | 第7-8页 |
| ·人脸识别的研究内容 | 第8-9页 |
| ·人脸识别的发展阶段及主要方法 | 第9-10页 |
| ·局部特征识别方法概述 | 第10-12页 |
| ·人脸识别存在的主要困难 | 第12-13页 |
| ·本文主要内容及各章安排 | 第13-15页 |
| 第二章 局部二值模式的基本理论 | 第15-23页 |
| ·局部二值模式 | 第15-19页 |
| ·LBP 算子的基本原理 | 第15-17页 |
| ·对 LBP 算子的改进 | 第17-19页 |
| ·LBP 人脸识别算法 | 第19-21页 |
| ·LBP 算法的优缺点 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 图像金字塔结构 | 第23-29页 |
| ·图像的多尺度分析 | 第23-25页 |
| ·多尺度表达 | 第23-24页 |
| ·亚采样金字塔 | 第24-25页 |
| ·图像金字塔 | 第25-28页 |
| ·高斯金字塔 | 第27页 |
| ·DOG 金字塔 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基于局部邻域模式的人脸识别方法 | 第29-49页 |
| ·LNP 的基本思想 | 第29-30页 |
| ·基于 LNP 的人脸识别 | 第30-37页 |
| ·LNP 编码阶段 | 第31-34页 |
| ·提取特征向量 | 第34-35页 |
| ·分类器选择 | 第35-37页 |
| ·实验结果与分析 | 第37-48页 |
| ·在 ORL 人脸库中的实验 | 第38-41页 |
| ·在 Yale 人脸库的实验 | 第41-44页 |
| ·在 Extended Yale B 上的实验 | 第44-45页 |
| ·在 FERET 数据库上的实验 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于金字塔结构的人脸识别算法 | 第49-61页 |
| ·相对梯度光照不变量提取 | 第49-51页 |
| ·Retinex 光照模型 | 第49页 |
| ·相对梯度 | 第49-51页 |
| ·基于金字塔结构的局部邻域模式算法 | 第51-55页 |
| ·图像预处理 | 第52页 |
| ·构建图像金字塔 | 第52-53页 |
| ·相对梯度提取光照不变量 | 第53页 |
| ·LNP 提取特征向量 | 第53-54页 |
| ·LNP 金字塔特征向量及分类识别 | 第54-55页 |
| ·实验结果与分析 | 第55-59页 |
| ·在 Extended Yale B 上的实验 | 第55-58页 |
| ·在 FERET 数据库上的实验 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·本文总结 | 第61页 |
| ·展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-70页 |
