低分辨率条件下的人脸识别算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 低分辨率人脸识别研究现状 | 第11-14页 |
| 1.3 论文主要内容及章节安排 | 第14-16页 |
| 1.3.1 主要内容 | 第14页 |
| 1.3.2 章节安排 | 第14-16页 |
| 第二章 低分辨率人脸识别概述 | 第16-29页 |
| 2.1 基本概念 | 第16-18页 |
| 2.2 基于稳健特征提取的识别方法 | 第18-19页 |
| 2.3 基本的局部二值模式 | 第19-28页 |
| 2.3.1 局部二值模式 | 第19-23页 |
| 2.3.2 统一局部二值模式 | 第23-26页 |
| 2.3.3 旋转不变局部二值模式 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 分块LTP与幅值融合特征提取 | 第29-49页 |
| 3.1 局部三值模式 | 第29-31页 |
| 3.2 局部二值幅值特征 | 第31-33页 |
| 3.3 融合特征提取算法 | 第33-36页 |
| 3.3.1 分块LTP与幅值特征 | 第33-35页 |
| 3.3.2 PCA降维 | 第35-36页 |
| 3.4 K邻近结点算法 | 第36-38页 |
| 3.5 实验结果分析 | 第38-48页 |
| 3.5.1 基于ORL人脸数据库的实验结果分析 | 第39-45页 |
| 3.5.2 基于Yale人脸数据库的实验结果分析 | 第45-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第四章 滑块均权CS-LBP特征提取 | 第49-61页 |
| 4.1 中心对称局部二值模式 | 第49-51页 |
| 4.2 均权CS-LBP模式 | 第51-52页 |
| 4.3 滑块ACS-LBP特征提取算法 | 第52-53页 |
| 4.4 实验结果与分析 | 第53-59页 |
| 4.4.1 参数选择 | 第54-59页 |
| 4.4.2 多种特征对比 | 第59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 工作总结 | 第61页 |
| 5.2 工作展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间所发表的主要研究成果 | 第68页 |
