| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景和研究现状 | 第10-12页 |
| 1.2 人脸识别的国内外存在问题 | 第12-13页 |
| 1.3 常用图像处理算法在人脸识别中的应用 | 第13-15页 |
| 1.3.1 基于整体特征的方法 | 第13-14页 |
| 1.3.2 基于局部特征的方法 | 第14页 |
| 1.3.3 基于局部特征融合的方法 | 第14-15页 |
| 1.4 主要光照变化人脸数据库的介绍 | 第15-16页 |
| 1.4.1 ORL人脸数据库 | 第15页 |
| 1.4.2 YaleB人脸数据库 | 第15页 |
| 1.4.3 FERET人脸数据库 | 第15-16页 |
| 1.5 人脸识别算法的应用 | 第16-18页 |
| 1.6 本文主要工作 | 第18-20页 |
| 第二章 人脸检测算法的研究 | 第20-30页 |
| 2.1 人脸图像的预处理 | 第20-22页 |
| 2.1.1 彩色图像灰度变换 | 第20-21页 |
| 2.1.2 人脸正面图像检测 | 第21-22页 |
| 2.2 人脸检测算法 | 第22-28页 |
| 2.2.1 Haar-like特征提取 | 第23-25页 |
| 2.2.2 AdaBoost算法 | 第25-27页 |
| 2.2.3 级联结构 | 第27-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第三章 基于多级CS-LDP人脸识别的算法 | 第30-46页 |
| 3.1 纹理特征提取算法 | 第30-33页 |
| 3.1.1 局部二值模式LBP算法 | 第30-32页 |
| 3.1.2 中心对称局部二值模式CS- LBP算法 | 第32-33页 |
| 3.2 基于多级CS-LDP人脸识别的算法 | 第33-39页 |
| 3.2.1 CS-LDP算法的描述 | 第33-35页 |
| 3.2.2 融合问题的介绍 | 第35-36页 |
| 3.2.3 基于多级CS-LDP算法的描述及应用于人脸识别 | 第36-39页 |
| 3.3 基于多级CS-LDP身份证人脸人脸识别仿真实验分析 | 第39-44页 |
| 3.3.1 ORL人脸数据库上的实验结果 | 第39-41页 |
| 3.3.2 YaleB人脸数据库上的实验结果 | 第41-44页 |
| 3.3.3 结果分析 | 第44页 |
| 3.4 本章小结 | 第44-46页 |
| 第四章 身份证人脸识别系统 | 第46-56页 |
| 4.1 系统研究背景 | 第46-48页 |
| 4.2 功能模块及系统函数 | 第48-53页 |
| 4.2.1 运行环境 | 第48页 |
| 4.2.2 功能模块及使用函数 | 第48-53页 |
| 4.3 身份证人脸识别系统演示 | 第53-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第五章 结论与展望 | 第56-58页 |
| 5.1 结论 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 附录 硕士期间研究成果和荣誉 | 第66页 |
