基于LBP算法的人脸识别研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·课题的研究背景及意义 | 第7-8页 |
| ·人脸识别系统 | 第8-9页 |
| ·特征提取算法综述 | 第9-11页 |
| ·特征子空间法 | 第10-11页 |
| ·统计理论方法 | 第11页 |
| ·局部特征方法 | 第11页 |
| ·LBP算法的简介及研究现状 | 第11-13页 |
| ·评价指标及常用数据库 | 第13-15页 |
| ·文章内容安排 | 第15-17页 |
| 第二章 LBP算法的简介及发展 | 第17-27页 |
| ·局部二值模型 | 第17-18页 |
| ·LBP算子的发展 | 第18-21页 |
| ·特征提取 | 第21-22页 |
| ·判别分类 | 第22-23页 |
| ·算法验证 | 第23-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 基于汉明约束和CLTP的人脸识别 | 第27-41页 |
| ·局部三值模型 | 第27-29页 |
| ·完整局部二值模型 | 第29-30页 |
| ·局部对比度分层 | 第30-32页 |
| ·局部中心对称二值模型 | 第32-33页 |
| ·完全局部三值模型 | 第33-36页 |
| ·问题引入 | 第33页 |
| ·算法流程 | 第33-36页 |
| ·汉明距离及约束条件 | 第36-38页 |
| ·汉明距离概念及应用 | 第36页 |
| ·汉明约束条件 | 第36-37页 |
| ·不同汉明距离下的分类 | 第37-38页 |
| ·最佳汉明距离的选择 | 第38页 |
| ·本章小结 | 第38-41页 |
| 第四章 基于Laws模板与CLTP的人脸识别 | 第41-59页 |
| ·边缘检测 | 第41-43页 |
| ·Sobel 算子 | 第41-42页 |
| ·Prewitt 算子 | 第42页 |
| ·Roberts 算子 | 第42-43页 |
| ·Laws模板 | 第43-47页 |
| ·Laws-CLTP的算法实验 | 第47-48页 |
| ·基于子空间法的数据降维 | 第48-54页 |
| ·基于 PCA 的降维算法 | 第48-53页 |
| ·基于 LDA 的降维算法 | 第53-54页 |
| ·基于 LPP 的降维方法 | 第54页 |
| ·降维方法选择 | 第54-55页 |
| ·综合实验部分 | 第55-56页 |
| ·本章小结 | 第56-59页 |
| 主要结论与展望 | 第59-61页 |
| 主要结论 | 第59页 |
| 展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第67页 |
