基于Gabor和LBPH的人脸识别算法研究及应用设计

目录

声明

第一章 引言

1.1 研究背景及意义

1.2 人脸识别研究现状

1.2.1 几何特征法

1.2.2 基于特征脸识别方法

1.2.3 弹性匹配法

1.2.4 神经网络法

1.3 本文的研究内容与章节安排

第二章 图像处理与人脸识别算法

2.1 图像预处理算法

2.1.2 RGB图像灰度化

2.1.2 灰度变换

2.1.3 几何归一化

2.1.4 空间锐化滤波

2.2 人脸检测

2.2.1 AdaBoost算法

2.2.2 Haar-like特征

2.2.3 级联分类器

2.3 基于PCA的人脸识别算法

2.3.1 K-L变换原理

2.3.2 人脸特征提取

2.4 基于Fisherface的人脸识别算法

2.4.1 Fisherface基本原理

2.5本章小结

第三章 基于Gabor和LBPH的人脸识别算法

3.1 Gabor小波

3.1.1 Gabor小波介绍

3.1.2 二维Gabor小波变换

3.1.3 基于Gabor小波变换的人脸特征提取

3.2 LBPH基本原理

3.2.1 LBP算子

3.2.2 LBPH特征提取

3.3 Gabor小波和LBPH融合的人脸识别算法

3.3.1 加权Gabor小波和LBPH融合的算法

3.3.2 降维Gabor小波和LBPH融合的算法

3.3.3 改进Gabor小波和LBPH融合的算法

3.4 改进Gabor+LBPH算法的性能分析

3.4.1 尺度归一化对人脸识别的影响

3.4.2 Gabor尺度对人脸识别的影响

3.4.3 Gabor幅值和相位特征提取对人脸识别的影响

3.4.4 Gabor内核大小对人脸识别的影响

3.4.5 LBPH分块对人脸识别的影响

3.5 实验结果与对比

3.6 本章小结

第四章 基于ARM的人脸识别系统设计

4.1 硬件设计

4.1.1 硬件平台选取

4.1.2 整体设计方案

4.2 软件设计

4.2.1 U-boot移植

4.2.2 内核裁剪与移植

4.2.3 Open CV移植与编译

4.2.4 QT移植

4.2.5 服务器的搭建

4.2.6 数据库的创建

4.3 算法设计与实现

4.4 系统性能测试

4.4.1 识别速度测试

4.4.2 识别率测试

4.5 本章小结

第五章 总结与展望

5.1工作总结

5.2 研究展望

参考文献

在学期间的研究成果

致谢