基于LBP的人脸识别系统的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·人脸识别的国内外研究现状 | 第12-14页 |
| ·人脸识别流程 | 第14-15页 |
| ·人脸识别系统的评价标准 | 第15页 |
| ·人脸识别系统的应用 | 第15-16页 |
| ·本文的主要工作及框架 | 第16-19页 |
| 第2章 人脸识别系统相关理论 | 第19-35页 |
| ·人脸检测 | 第19-20页 |
| ·人脸检测的方法 | 第19-20页 |
| ·人脸检测的评价标准 | 第20页 |
| ·图像特征 | 第20-22页 |
| ·图像特征分类 | 第20-21页 |
| ·特征提取方法 | 第21-22页 |
| ·图像匹配技术 | 第22-28页 |
| ·图像匹配的构成因素 | 第23页 |
| ·图像匹配的方法 | 第23-28页 |
| ·硬件平台介绍 | 第28-33页 |
| ·TMS320DM6437结构特点 | 第29页 |
| ·DM6437存储空间配置 | 第29-30页 |
| ·DM6437视频子系统VPSS | 第30-32页 |
| ·DSP集成开发环境 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 人脸识别系统总体设计 | 第35-39页 |
| ·系统需求分析 | 第35页 |
| ·系统功能简介 | 第35-36页 |
| ·系统层次设计 | 第36-37页 |
| ·系统的总体设计 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 人脸识别系统的仿真与实现 | 第39-61页 |
| ·图像的预处理 | 第39-42页 |
| ·Gamma校正 | 第39页 |
| ·直方图均衡化 | 第39-41页 |
| ·非线性变换方法 | 第41-42页 |
| ·人脸检测算法 | 第42-49页 |
| ·人脸肤色提取 | 第42-43页 |
| ·图像的去噪处理 | 第43-45页 |
| ·人脸定位 | 第45-49页 |
| ·人脸库 | 第49页 |
| ·图像特征提取 | 第49-56页 |
| ·LBP特征提取算法 | 第50-54页 |
| ·其他LBP算法 | 第54-55页 |
| ·LBP特征提取的改进 | 第55-56页 |
| ·人脸匹配 | 第56-60页 |
| ·最近邻分类器 | 第56-57页 |
| ·Adaboost分类器 | 第57-59页 |
| ·人脸匹配算法设计 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 人脸识别系统的硬件实现及测试 | 第61-73页 |
| ·人脸识别系统的DSP环境配置 | 第61-62页 |
| ·人脸识别系统算法流程 | 第62-69页 |
| ·人脸检测 | 第63-65页 |
| ·人脸定位 | 第65-66页 |
| ·特征提取 | 第66-68页 |
| ·人脸匹配 | 第68页 |
| ·输出匹配结果 | 第68-69页 |
| ·系统测试与结果分析 | 第69-71页 |
| ·本章小结 | 第71-73页 |
| 第6章 总结与展望 | 第73-75页 |
| ·总结 | 第73页 |
| ·展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
