基于LBP的三维人脸识别
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 人脸识别技术概况 | 第11-15页 |
| 1.2.1 二维人脸识别研究现状 | 第11-13页 |
| 1.2.2 三维人脸识别研究现状 | 第13-15页 |
| 1.3 本文的结构安排 | 第15-16页 |
| 第2章 人脸数据的预处理 | 第16-28页 |
| 2.1 二维人脸预处理 | 第16-20页 |
| 2.1.1 Ada Boost人脸检测 | 第16-20页 |
| 2.1.2 人脸分块处理 | 第20页 |
| 2.2 三维人脸预处理 | 第20-24页 |
| 2.2.1 三维人脸预处理简介 | 第20-21页 |
| 2.2.2 本文采取的预处理方法 | 第21-24页 |
| 2.3 三维人脸数据库 | 第24-27页 |
| 2.3.1 三维人脸数据库简介 | 第24-25页 |
| 2.3.2 本文采用的数据库 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 LBP的原理及应用 | 第28-36页 |
| 3.1 原始LBP算子概述 | 第28-29页 |
| 3.1.1 背景介绍 | 第28页 |
| 3.1.2 原始LBP算子 | 第28-29页 |
| 3.2 改进的LBP算子概述 | 第29-33页 |
| 3.2.1 圆形LBP算子 | 第29-30页 |
| 3.2.2 LBP的旋转不变模式 | 第30-31页 |
| 3.2.3 LBP的等价模式 | 第31-33页 |
| 3.3 LBP在人脸识别中的应用 | 第33-34页 |
| 3.4 LBP的优势以及不足 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于多尺度LBP特征的识别 | 第36-45页 |
| 4.1 多尺度LBP特征 | 第36-39页 |
| 4.1.1 多尺度特征概述 | 第36页 |
| 4.1.2 多级小波分解 | 第36-38页 |
| 4.1.3 多尺度特征向量 | 第38-39页 |
| 4.2 基于PCA的降维处理 | 第39-41页 |
| 4.2.1 PCA方法的介绍 | 第39-40页 |
| 4.2.2 特征向量的降维 | 第40-41页 |
| 4.3 分类器介绍 | 第41-44页 |
| 4.3.1 几种常见的分类方法 | 第41-43页 |
| 4.3.2 本文使用的分类器 | 第43-44页 |
| 4.4 本章小节 | 第44-45页 |
| 第5章 实验设计与结果分析 | 第45-54页 |
| 5.1 开发环境简介 | 第45页 |
| 5.2 实验设计 | 第45-50页 |
| 5.3 结果分析 | 第50-53页 |
| 5.4 本章小节 | 第53-54页 |
| 第6章 总结与展望 | 第54-57页 |
| 6.1 总结 | 第54-55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 作者简介及在学期间所取得的科研成果 | 第62-63页 |
| 致谢 | 第63页 |
