| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 人脸识别的发展及现状 | 第11-14页 |
| 1.3 人脸识别面临的挑战 | 第14-16页 |
| 1.4 本文主要研究内容与结构安排 | 第16-18页 |
| 2 人脸识别中处理光照问题的相关方法 | 第18-27页 |
| 2.1 光照归一化 | 第18-21页 |
| 2.1.1 直方图均衡化 | 第18-20页 |
| 2.1.2 对数变换 | 第20页 |
| 2.1.3 伽马灰度校正 | 第20-21页 |
| 2.2 光照不变特征提取 | 第21-25页 |
| 2.2.1 商图像 | 第22-23页 |
| 2.2.2 梯度脸 | 第23-24页 |
| 2.2.3 基于Retinex模型 | 第24-25页 |
| 2.3 3D光照模型 | 第25-26页 |
| 2.3.1 光照锥法 | 第25页 |
| 2.3.2 3D形变模型法 | 第25-26页 |
| 2.3.3 球谐波法 | 第26页 |
| 2.3.4 SFS法 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于分块韦伯脸的人脸识别方法 | 第27-39页 |
| 3.1 朗伯光照模型 | 第27-28页 |
| 3.2 韦伯定律 | 第28页 |
| 3.3 韦伯局部描述算子 | 第28-29页 |
| 3.4 韦伯脸 | 第29-31页 |
| 3.5 方向可调滤波器理论 | 第31页 |
| 3.6 基于韦伯脸的Multi-block Weber-face光照处理方法 | 第31-38页 |
| 3.6.1 非负最小二乘 | 第33-35页 |
| 3.6.2 算法步骤 | 第35页 |
| 3.6.3 实验 | 第35-38页 |
| 3.7 本章小结 | 第38-39页 |
| 4 基于自适应平滑的Retinex人脸识别方法 | 第39-47页 |
| 4.1 Retinex理论 | 第39-40页 |
| 4.2 自适应平滑的Retinex | 第40-42页 |
| 4.3 基于自适应平滑的Retinex与Weber-Face融合的方法 | 第42-46页 |
| 4.3.1 线性回归分类 | 第43-44页 |
| 4.3.2 实验 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-49页 |
| 5.1 论文总结 | 第47页 |
| 5.2 工作展望 | 第47-49页 |
| 6 参考文献 | 第49-54页 |
| 7 攻读硕士学位期间发表的论文 | 第54-55页 |
| 致谢 | 第55页 |