可变光照下人脸检测与识别算法研究

摘要	第1-10页
ABSTRACT	第10-12页
第一章 绪论	第12-20页
·研究背景及意义	第12-13页
·人脸检测与识别的研究现状及难点	第13-18页
·人脸检测的研究进展与现状	第13-15页
·人脸识别的研究进展与现状	第15-16页
·目前存在的主要问题	第16-18页
·论文研究内容及章节安排	第18-20页
·论文主要研究内容	第18-19页
·章节安排	第19-20页
第二章 复杂光照下的人脸检测	第20-34页
·人脸图像的光照补偿	第20-23页
·基于Adaboost的人脸检测算法	第23-28页
·基于YCbCr颜色空间的肤色模型	第28-30页
·常用的颜色空间	第28-29页
·常用的肤色模型	第29页
·YCbCr空间中区域肤色模型的建立	第29-30页
·Adaboost+肤色验证的人脸检测算法	第30-32页
·本章小结	第32-34页
第三章 基于线性子空间的人脸识别	第34-52页
·基于主成分分析(PCA)的人脸识别	第34-37页
·K-L变换	第35-36页
·特征脸(Eigenface)方法	第36-37页
·基于线性判别分析(LDA)的人脸识别	第37-42页
·线性判别分析的基本原理	第37-39页
·小样本问题	第39页
·解决小样本问题的常用方法	第39-42页
·基于WPCA+WNLDA的人脸识别算法	第42-50页
·PCA应用于NLDA	第42-43页
·加权PCA+加权NLDA	第43-46页
·实验结果	第46-50页
·本章小结	第50-52页
第四章 可变光照下的人脸识别	第52-72页
·人脸识别中的光照处理方法	第52-53页
·基于Retinex理论的光照处理	第53-55页
·基于商图像理论的光照处理	第55-59页
·商图像法	第55-58页
·自商图像法	第58-59页
·单亮区单暗区自商图像法	第59-71页
·单亮区处理	第60-62页
·单暗区处理	第62-65页
·单亮区单暗区自商图像法	第65-67页
·实验结果	第67-71页
·本章小结	第71-72页
第五章 总结与展望	第72-74页
·本文工作总结	第72-73页
·展望	第73-74页
参考文献	第74-80页
致谢	第80-81页
学位论文评阅及答辩情况表	第81页