声明
致谢
摘要
1绪论
1.1研究目的及意义
1.2国内外研究现状
1.3人脸识别技术的概述
1.3.1人脸识别的基本概念
1.3.2人脸识别的常用方法
1.4人脸识别技术中的难点
1.5本文研究内容与章节安排
2人脸识别中的光照处理方法
2.1传统光照预处理方法
2.2基于光照模型的方法
2.3光照不变量提取方法
2.4本章小结
3基于小波的光照不变量算法研究
3.1小波变换的基础知识
3.1.1连续小波变换
3.1.2离散小波变换
3.1.3多分辨分析
3.2基于小波光照不变量提取算法
3.2.1朗伯光照模型
3.2.2对数变换的应用
3.3基于小波光照不变量的改进算法
3.3.1基于近似轴对称人脸预处理方法
3.3.2改进后的算法过程
3.3.3仿真实验效果图对比
3.3.4不同小波基对算法性能的影响
3.3.5不同收缩参数λ对算法性能的影响
3.3.6本章算法与其他算法的性能比较
3.4本章小结
4基于稀疏表示的人脸识别算法
4.1传统的稀疏表示
4.1.1稀疏表示人脸识别算法
4.1.2稀疏表示算法的优点和缺点
4.2加权近邻稀疏表示的人脸识别方法
4.3加权近邻稀疏表示的改进算法
4.4仿真实验
4.5本章小结
5基于小波融合与稀疏表示的人脸识别算法
5.1对数域下的小波低频人脸特征提取
5.1.1高斯平滑滤波原理
5.1.2低频人脸特征提取过程
5.2基于小波融合与稀疏表示的人脸识别
5.2.1小波融合人脸特征模型
5.2.2基于小波融合与稀疏表示的算法步骤
5.3实验与分析
5.3.1融合人脸特征效果图对比
5.3.2不同小波基对于算法性能的影响
5.3.3不同分类器对算法性能的影响
5.3.4本章算法与传统光照算法的性能对比实验
5.3.5本章算法与传统算法的性能对比实验
5.4本章小结
6结论与展望
参考文献
作者简历
学位论文数据集
黑龙江科技大学;