| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 人脸识别的研究背景与意义 | 第9页 |
| 1.2 人脸识别的研究内容 | 第9-10页 |
| 1.3 人脸识别的发展历史及研究现状 | 第10-13页 |
| 1.3.1 人脸识别的发展历史 | 第10-11页 |
| 1.3.2 国内外研究现状 | 第11-13页 |
| 1.4 本论文的研究内容及结构安排 | 第13-15页 |
| 2 人脸预处理 | 第15-26页 |
| 2.1 基于 Retinex 算法的光照处理 | 第15-18页 |
| 2.1.1 Retinex 理论 | 第15-16页 |
| 2.1.2 Retinex 算法 | 第16-18页 |
| 2.2 基于相关滤波器的人脸特征定位 | 第18-23页 |
| 2.2.1 ASEF 滤波器的训练 | 第19-22页 |
| 2.2.2 ASEF 实现目标定位 | 第22-23页 |
| 2.3 人脸的几何归一化 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于 WPCA-LGBP 特征的人脸识别 | 第26-37页 |
| 3.1 二维 Gabor 小波 | 第26-31页 |
| 3.1.1 Gabor 小波的定义 | 第26-28页 |
| 3.1.2 Gabor 小波变换 | 第28-31页 |
| 3.2 LBP 算子 | 第31-32页 |
| 3.3 基于 WPCA-LGBP 特征的人脸表示 | 第32-35页 |
| 3.3.1 局部 Gabor 二值模式 | 第32-33页 |
| 3.3.2 LGBP 特征的白化主成分分析 | 第33-35页 |
| 3.4 实验结果比较 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 基于 PDOGP 特征的人脸识别 | 第37-50页 |
| 4.1 PDO 特征 | 第37-41页 |
| 4.1.1 梯度计算 | 第38页 |
| 4.1.2 主方向的求取 | 第38-39页 |
| 4.1.3 主方向的量化 | 第39-40页 |
| 4.1.4 主方向编码 | 第40-41页 |
| 4.2 基于 Gabor 相位的主方向模式特征提取 | 第41-43页 |
| 4.2.1 PDOGP 特征及 PDOGP 特征谱直方图 | 第41页 |
| 4.2.2 PDOGP-HS 特征提取 | 第41-43页 |
| 4.2.3 基于白化 PCA 的 PDOGP-HS 降维 | 第43页 |
| 4.3 实验结果与分析 | 第43-49页 |
| 4.3.1 参数的选取 | 第44-46页 |
| 4.3.2 实验结果对比与分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 工作总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56页 |
