| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 相关工作 | 第12-20页 |
| 1.2.1 人脸识别历史 | 第12-15页 |
| 1.2.2 人脸识别数据库 | 第15-16页 |
| 1.2.3 人脸检测 | 第16-19页 |
| 1.2.4 人脸识别研究内容 | 第19-20页 |
| 1.3 论文内容及章节安排 | 第20-22页 |
| 1.3.1 主要内容 | 第20-21页 |
| 1.3.2 章节安排 | 第21-22页 |
| 第2章 多尺度空间中的 LBP 特征提取 | 第22-36页 |
| 2.1 特征提取的简介 | 第22页 |
| 2.2 纹理特征及 LBP 算子 | 第22-28页 |
| 2.2.1 基本 LBP 算子 | 第23-24页 |
| 2.2.2 扩展的 LBP 算子 | 第24-26页 |
| 2.2.3 改进的 LBP 算法 | 第26-28页 |
| 2.3 基于旋转不变 LBP 特征提取 | 第28-30页 |
| 2.4 多尺度空间中的 LBP 算法 | 第30-35页 |
| 2.4.1 高斯尺度空间 | 第30-33页 |
| 2.4.2 多尺度空间中的旋转不变 LBP 算法 | 第33-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 基于图像集的建模 | 第36-45页 |
| 3.1 图像集的提出 | 第36-37页 |
| 3.2 经典图像集算法 | 第37-38页 |
| 3.3 基于仿射包的图像集建模 | 第38-44页 |
| 3.3.1 仿射包 | 第39-42页 |
| 3.3.2 仿射包之间的距离 | 第42-43页 |
| 3.3.3 仿射包的改进 | 第43-44页 |
| 3.4 本章总结 | 第44-45页 |
| 第4章 多尺度空间中旋转不变 LBP 的图像集算法 | 第45-53页 |
| 4.1 多尺度中旋转不变 LBP 的仿射包建模 | 第45-46页 |
| 4.2 实验过程 | 第46-47页 |
| 4.3 实验结果及分析 | 第47-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者简介 | 第58-59页 |
| 致谢 | 第59页 |