基于改进LBP的人脸识别算法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第8-10页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 人脸识别的研究背景及意义 | 第10-12页 |
| 1.2 人脸识别的研究现状及问题 | 第12-19页 |
| 1.3 人脸识别的系统框架 | 第19-20页 |
| 1.4 本文研究内容及结构安排 | 第20-22页 |
| 第二章 主成分分析及图像预处理 | 第22-33页 |
| 2.1 主成分分析 | 第22-25页 |
| 2.1.1 PCA原理 | 第22-25页 |
| 2.1.2 奇异值分解 | 第25页 |
| 2.2 图像预处理 | 第25-29页 |
| 2.2.1 归一化 | 第25-26页 |
| 2.2.2 光照预处理 | 第26-29页 |
| 2.3 分类器和常用数据库 | 第29-31页 |
| 2.3.1 分类器 | 第29-30页 |
| 2.3.2 人脸识别常用数据库 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 多尺度LBP和主成分分析 | 第33-45页 |
| 3.1 LBP算子及其衍生算子 | 第33-36页 |
| 3.1.1 传统LBP算子 | 第33-35页 |
| 3.1.2 圆形LBP算子 | 第35-36页 |
| 3.2 统一模式 | 第36-38页 |
| 3.3 多尺度LBP算子和特征提取过程 | 第38-41页 |
| 3.3.1 多尺度LBP算子 | 第38-40页 |
| 3.3.2 特征提取 | 第40-41页 |
| 3.4 实验结果及分析 | 第41-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 改进的LBP和主成分分析 | 第45-51页 |
| 4.1 改进的LBP算子 | 第45-47页 |
| 4.2 特征提取 | 第47-48页 |
| 4.3 实验结果及分析 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55页 |
