封面
声明
中文摘要
英文摘要
目录
第一章 绪论
1.1 研究背景及其意义
1.2 人脸识别系统框架及其概述
1.3 人脸识别算法分类
1.4 本文研究内容
1.5 本文的组织安排
第二章 典型的人脸识别特征提取算法
2.1 引言
2.2 纹理特征
2.3 梯度特征
2.4 本章小结
第三章 分层融合方法的图像分类研究
3.1 分层融合方法
3.2 相似性度量
3.3 仿真实验与实验分析
3.4 本章小结
第四章 融合LBP和HOG的人脸识别
4.1 分层特征
4.2 分层LBP与原始HOG特征的融合方法
4.3 分层LBP与基于分层LBP的分层HOG特征的融合方法
4.4 仿真实验
4.5 ORL人脸库实验结果分析
4.6 Yale人脸库实验结果分析
4.7 GT人脸库实验结果分析
4.8 时间复杂度分析和算法性能评估
4.9 本章小结
第五章 融合CS-LBP和HOG的人脸识别
5.1 分层CS-LBP和分层HOG特征
5.2 分层CS-LBP和原始HOG特征的融合方法
5.3 分层CS-LBP和分层HOG特征的融合方法
5.4 仿真实验与实验分析
5.5 时间复杂度分析
5.6 算法性能评价
5.7 本章小结
第六章 总结与展望
6.1 本文总结
6.2 本文的工作展望
致谢
参考文献
攻读硕士学位期间发表论文情况