低分辨率人脸图像识别关键技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文研究内容 | 第12页 |
| ·主要组织结构 | 第12-14页 |
| 第二章 人脸检测算法 | 第14-29页 |
| ·基于肤色的人脸检测算法 | 第15-22页 |
| ·颜色空间 | 第15-20页 |
| ·肤色模型 | 第20-22页 |
| ·基于HAAR特征的人脸检测算法 | 第22-28页 |
| ·Haar特征的表示 | 第22-24页 |
| ·积分图 | 第24-26页 |
| ·计算Haar特征值 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 人脸识别算法概述 | 第29-41页 |
| ·主成份分析方法 | 第30-31页 |
| ·活动形状模型 | 第31-38页 |
| ·标定特征点 | 第32-33页 |
| ·建立形状模型 | 第33-35页 |
| ·建立灰度模型 | 第35-36页 |
| ·目标搜索 | 第36-38页 |
| ·隐马尔可夫模型 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 多分辨率多尺度LBP特征提取 | 第41-54页 |
| ·局部二元模式算子 | 第41-43页 |
| ·LBP的统一模式 | 第43-44页 |
| ·LBP的旋转不变性 | 第44-46页 |
| ·对比颜色局部二元模式 | 第46-47页 |
| ·基于LBP的人脸特征提取 | 第47-49页 |
| ·多尺度LBP人脸特征提取 | 第49-52页 |
| ·多分辨率LBP人脸特征提取 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 基于局部间隔对齐的LBP特征降维 | 第54-65页 |
| ·常用的传统数据投影算法 | 第54-57页 |
| ·Fisher判别分析(FDA) | 第54-55页 |
| ·局部保存投影(LPP) | 第55页 |
| ·局部Fisher判别分析(LFDA) | 第55-56页 |
| ·间隔Fisher判别分析(MFA) | 第56-57页 |
| ·局部间隔对齐算法（LMA） | 第57-64页 |
| ·类间局部间隔 | 第58-61页 |
| ·类内局部结构 | 第61-62页 |
| ·线性局部间隔对齐 | 第62-63页 |
| ·非线性局部间隔对齐 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 实验与讨论 | 第65-73页 |
| ·基于ORL人脸数据库的实验 | 第66-68页 |
| ·基于CMU人脸数据库的实验 | 第68-70页 |
| ·基于YALE B人脸数据库的实验 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第七章 总结与展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士研究生期间的研究成果 | 第80-81页 |
