| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 1 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 研究应用与研究难点 | 第11-14页 |
| 1.3 研究现状 | 第14-17页 |
| 1.3.1 人脸识别研究现状 | 第14-16页 |
| 1.3.2 多姿态人脸识别研究现状 | 第16-17页 |
| 1.4 论文主要内容及结构安排 | 第17-18页 |
| 2 人脸识别概述 | 第18-23页 |
| 2.1 人脸识别简介 | 第18页 |
| 2.2 图像预处理 | 第18-22页 |
| 2.2.1 图像平滑去噪 | 第18-20页 |
| 2.2.2 图像归一化 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 基于Adaboost的人脸检测 | 第23-31页 |
| 3.1 积分图 | 第23-24页 |
| 3.2 Haar-like特征 | 第24-27页 |
| 3.2.1 Haar函数 | 第24页 |
| 3.2.2 Haar变换 | 第24-25页 |
| 3.2.3 Haar-like特征 | 第25页 |
| 3.2.4 Haar-like特征的快速计算 | 第25-27页 |
| 3.3 Adaboost算法 | 第27-29页 |
| 3.3.1 弱分类器 | 第27-28页 |
| 3.3.2 强分类器 | 第28-29页 |
| 3.4 多分类器级联结构 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 4 人脸图像特征提取 | 第31-39页 |
| 4.1 SIFT特征提取 | 第31-37页 |
| 4.2 LBP特征提取 | 第37-38页 |
| 4.3 本章小结 | 第38-39页 |
| 5 基于LK-SIFT和LBP的多姿态人脸识别 | 第39-46页 |
| 5.1 基于Lucas-Kanade算法的图像配准 | 第39-43页 |
| 5.2 基于LK-SIFT和LBP的多姿态人脸识别算法 | 第43页 |
| 5.3 人脸特征相似度计算 | 第43-44页 |
| 5.4 实验结果及分析 | 第44-45页 |
| 5.5 本章小结 | 第45-46页 |
| 6 总结与展望 | 第46-48页 |
| 6.1 总结 | 第46页 |
| 6.2 展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |