首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Gabor滤波器的伸长局部二值模式算法在视频人脸识别系统中的应用研究

摘要第5-7页
Abstract第7-8页
第一章 绪论第12-24页
    1.1 课题研究的背景及意义第12-15页
        1.1.1 生物特征识别技术第12-14页
            1.1.1.1 DNA验证第12页
            1.1.1.2 指纹识别第12-13页
            1.1.1.3 虹膜识别第13页
            1.1.1.4 步态识别第13页
            1.1.1.5 签名识别第13-14页
        1.1.2 人脸识别技术的发展概述第14-15页
    1.2 人脸识别的研究现状及主流方法第15-18页
        1.2.1 人脸识别国内外研究现状第15-16页
        1.2.2 主流的人脸识别算法第16-18页
    1.3 基于视频的人脸识别技术面临的主要挑战第18-21页
    1.4 论文主要内容及结构第21-24页
        1.4.1 本文研究内容第21页
        1.4.2 本文章节结构第21-24页
第二章 Gabor滤波器在人脸识别上的应用第24-34页
    2.1 Gabor小波变换第24-27页
        2.1.1 一维Gabor小波变换第24-25页
        2.1.2 二维Gabor小波变换第25-27页
    2.2 Gabor滤波器的参数选择及人脸的Gabor表示第27-31页
        2.2.1 Gabor滤波器的参数选择第27-29页
        2.2.2 人脸的Gabor表示第29-31页
    2.3 Gabor脸特征的优缺点第31页
        2.3.1 Gabor滤波的优点第31页
        2.3.2 Gabor滤波的缺点第31页
    2.4 本章小结第31-34页
第三章 基于局部二值模式的人脸识别算法研究第34-46页
    3.1 局部二值模式的发展概述第34页
    3.2 局部二值模式的基本原理第34-41页
        3.2.1 原始LBP算子第35-37页
        3.2.2 旋转不变统一LBP第37-41页
            3.2.2.1 统一LBP第37-39页
            3.2.2.2 旋转不变LBP第39-41页
    3.3 LBP算法的改进算法第41-44页
        3.3.1 ILBP算法第42页
        3.3.2 LTP算法第42-43页
        3.3.3 MB-LBP算法第43-44页
        3.3.4 其他改进算法第44页
    3.4 本章小结第44-46页
第四章 ELGBP算法与实验结果分析第46-58页
    4.1 伸长局部二值模式第46-48页
        4.1.1 伸长局部二值模式的基本原理第46-47页
        4.1.2 伸长局部二值模式的物理意义第47页
        4.1.3 ELBP的平均最大距离梯度幅值信息第47-48页
    4.2 基于Gabor的ELBP算法第48-50页
    4.3 matlab仿真实验第50-56页
        4.3.1 人脸数据库第50-51页
        4.3.2 图像预处理第51-55页
            4.3.2.1 光照归一化第51-54页
            4.3.2.2 图片存储格式第54-55页
        4.3.3 实验结果第55-56页
    4.4 本章小结第56-58页
第五章 人脸识别系统的设计与实现第58-72页
    5.1 OpenCV简介第58-62页
        5.1.1 OpencCV概述第58-59页
        5.1.2 OpencCV模块介绍第59页
        5.1.3 OpenCV数据结构第59-61页
        5.1.4 人脸识别类第61-62页
    5.2 人脸检测第62-65页
        5.2.1 基于知识的方法第63页
        5.2.2 基于特征的方法第63-64页
        5.2.3 模板匹配的方法第64页
        5.2.4 基于外观的方法第64-65页
    5.3 视频人脸识别系统的设计分析第65-71页
        5.3.1 实时视频人脸识别系统的工作原理第65-67页
        5.3.2 功能分析第67-68页
        5.3.3 系统的实现效果第68-71页
    5.4 本章小结第71-72页
第六章 总结与展望第72-74页
致谢第74-76页
参考文献第76-80页
附录第80页

论文共80页,点击 下载论文
上一篇:高职院校毕业生就业推荐系统的研究与设计
下一篇:基于稀疏表示的图像复原研究