基于多小波特征的人脸识别
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第11-19页 |
| ·人脸识别的研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·人脸图像预处理 | 第12-13页 |
| ·人脸图像特征提取 | 第13-15页 |
| ·人脸图像识别 | 第15-17页 |
| ·本文的研究内容和工作安排 | 第17-19页 |
| 第2章 变光照人脸图像增强方法 | 第19-25页 |
| ·直方图均衡化 | 第19页 |
| ·对数域图像增强方法 | 第19-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 基于多小波的人脸特征提取 | 第25-33页 |
| ·多分辨分析和多小波 | 第25-27页 |
| ·离散多小波变换 | 第27-28页 |
| ·多小波预滤波 | 第28-29页 |
| ·人脸图像多小波特征提取 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 第4章 基于多小波和 GAP 的人脸识别方法 | 第33-47页 |
| ·SRF 算法 | 第34-35页 |
| ·GAP 算法原理 | 第35-36页 |
| ·GAP 人脸识别算法 | 第36-41页 |
| ·背景模版建立 | 第37-39页 |
| ·分类识别 | 第39-41页 |
| ·基于多小波和 GAP 人脸识别方法 | 第41-43页 |
| ·仿真实验和结果 | 第43-45页 |
| ·基于扩展的 Yale B 人脸库的仿真实验 | 第43-44页 |
| ·基于 CMU PIE 人脸库的仿真实验 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第5章 基于多小波和稀疏表示的人脸识别 | 第47-59页 |
| ·压缩感知理论 | 第47-49页 |
| ·图像稀疏表示 | 第49-51页 |
| ·字典的构造与优化 | 第51-53页 |
| ·常用字典的构造方式 | 第51-52页 |
| ·采用 K-SVD 算法更新超完备字典 | 第52-53页 |
| ·SRC 算法 | 第53页 |
| ·基于多小波和稀疏表示的人脸识别 | 第53-55页 |
| ·仿真实验 | 第55-58页 |
| ·基于 Yale 人脸库的仿真实验 | 第56-57页 |
| ·基于 AR 人脸库的仿真实验 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| ·论文总结 | 第59-60页 |
| ·研究展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的学术论文及科研工作 | 第65-67页 |
| 致谢 | 第67页 |
