| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 论文主要内容 | 第14-15页 |
| 第2章 人脸识别技术概述 | 第15-32页 |
| 2.1 人脸识别流程 | 第15-16页 |
| 2.2 传统人脸识别方法 | 第16-21页 |
| 2.2.1 特征提取方法 | 第17-19页 |
| 2.2.2 分类方法 | 第19-21页 |
| 2.3 深度学习人脸识别方法 | 第21-31页 |
| 2.3.1 神经网络简介 | 第21-22页 |
| 2.3.2 神经网络算法 | 第22-29页 |
| 2.3.3 深度学习框架 | 第29-30页 |
| 2.3.4 人脸识别数据库 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 改进局部二值模式算法研究 | 第32-72页 |
| 3.1 LBP算法概述 | 第32-38页 |
| 3.1.1 原始LBP算法原理 | 第32-34页 |
| 3.1.2 经典LBP改进 | 第34-37页 |
| 3.1.3 LBP算法优势 | 第37-38页 |
| 3.2 改进LBP算法设计 | 第38-56页 |
| 3.2.1 基于邻域改进局部二值模式-4(NLBP_4)算法 | 第38-46页 |
| 3.2.2 基于邻域改进局部二值模式-2(NLBP_2)算法 | 第46-47页 |
| 3.2.3 基于简单分区局部二值模式(SPLBP)算法 | 第47-52页 |
| 3.2.4 基于对齐分区局部二值模式(APLBP)算法 | 第52-56页 |
| 3.3 LBP分类方法 | 第56-58页 |
| 3.4 实验及结果分析 | 第58-70页 |
| 3.4.1 测试信息 | 第58-59页 |
| 3.4.2 正方形LBP算法测试 | 第59-62页 |
| 3.4.3 圆形LBP算法测试 | 第62-67页 |
| 3.4.4 参数对改进LBP算法的影响 | 第67-70页 |
| 3.5 本章小结 | 第70-72页 |
| 第4章 基于改进LBP和LCNN的级联系统研究 | 第72-85页 |
| 4.1 主流人脸识别网络 | 第72-73页 |
| 4.2 ROC曲线 | 第73-75页 |
| 4.3 LCNN概述 | 第75-78页 |
| 4.3.1 LCNN原理及网络结构 | 第75页 |
| 4.3.2 训练网络 | 第75-76页 |
| 4.3.3 LCNN网络测试 | 第76-77页 |
| 4.3.4 级联系统 | 第77-78页 |
| 4.4 实验及结果分析 | 第78-83页 |
| 4.4.1 测试方案 | 第78-81页 |
| 4.4.2 测试结果 | 第81-83页 |
| 4.5 本章小结 | 第83-85页 |
| 第5章 总结与展望 | 第85-87页 |
| 参考文献 | 第87-93页 |
| 攻读硕士学位期间科研成果与参与项目 | 第93-95页 |
| 致谢 | 第95页 |
