基于特征融合的人脸识别算法研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究的背景和意义 | 第9-11页 |
| 1.2 人脸识别技术国内外研究现状 | 第11-13页 |
| 1.2.1 人脸识别技术的发展历程 | 第11-12页 |
| 1.2.2 国内外的研究现状 | 第12-13页 |
| 1.3 人脸识别研究的核心与难点 | 第13-14页 |
| 1.4 本文的研究特色与章节安排 | 第14-16页 |
| 第二章 人脸识别技术的理论基础 | 第16-30页 |
| 2.1 人脸识别技术的原理 | 第16-17页 |
| 2.2 常用的人脸数据库 | 第17-18页 |
| 2.3 图像预处理 | 第18-23页 |
| 2.3.1 颜色空间转换 | 第18-19页 |
| 2.3.2 直方图均衡化 | 第19-20页 |
| 2.3.3 图像平滑处理 | 第20-22页 |
| 2.3.4 图像归一化 | 第22-23页 |
| 2.4 人脸检测 | 第23-28页 |
| 2.4.1 基于面部几何结构法 | 第24-25页 |
| 2.4.2 基于面部的肤色法 | 第25页 |
| 2.4.3 基于统计理论的方法 | 第25-28页 |
| 2.5 主流的人脸特征提取方法 | 第28-29页 |
| 2.6 人脸识别特征分类算法 | 第29页 |
| 2.7 本章小结 | 第29-30页 |
| 第三章 一种多特征融合的人脸识别算法 | 第30-49页 |
| 3.1 主成分分析全局特征人脸识别法 | 第30-40页 |
| 3.1.1 K-L变换 | 第30-32页 |
| 3.1.2 PCA识别人脸步骤 | 第32-35页 |
| 3.1.3 PCA的改进算法 2DPCA | 第35-36页 |
| 3.1.4 实验结果与分析 | 第36-40页 |
| 3.2 LBP算子识别人脸的原理 | 第40-44页 |
| 3.2.1 纹理特征 | 第40-41页 |
| 3.2.2 LBP纹理特征描述 | 第41-44页 |
| 3.3 多特征融合的人脸识别算法设计与验证 | 第44-48页 |
| 3.3.1 算法描述 | 第44-45页 |
| 3.3.2 实验结果与分析 | 第45-47页 |
| 3.3.3 非标准人脸库的算法验证 | 第47-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 基于DSP系统的人脸识别算法实现 | 第49-59页 |
| 4.1 人脸识别VS2010 实时实现 | 第49-50页 |
| 4.2 嵌入式DSP系统硬件结构 | 第50-52页 |
| 4.2.1 TMS320DM642 芯片的特点 | 第50-51页 |
| 4.2.2 系统总体硬件结构 | 第51-52页 |
| 4.3 系统开发软件平台 | 第52-54页 |
| 4.4 人脸识别算法在DSP中移植和实现 | 第54-58页 |
| 4.4.1 算法移植 | 第54-56页 |
| 4.4.2 算法优化 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 全文总结 | 第59页 |
| 5.2 进一步改进与展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 发表论文和科研情况说明 | 第64-65页 |
| 致谢 | 第65-66页 |
