1. 本选题研究的目的及意义
近年来，人脸识别技术凭借其便捷性、非接触性等优势在身份验证、安全监控、人机交互等领域展现出巨大的应用潜力。
然而人脸图像易受光照变化、姿态变化、表情变化等外部因素的影响，导致识别性能下降，其中光照变化是影响人脸识别精度的关键因素之一。
本选题研究旨在探索一种有效的人脸图像光照不变量提取算法，以提高人脸识别系统在复杂光照环境下的鲁棒性和准确性。
2. 本选题国内外研究状况综述
人脸识别技术作为模式识别和计算机视觉领域的研究热点，多年来受到国内外学者的广泛关注。
近年来，深度学习技术在人脸识别领域取得了显著进展，涌现出许多基于深度学习的人脸识别算法，例如DeepFace、FaceNet等。
这些算法在一些基准测试集上取得了超越人类的识别精度。
3. 本选题研究的主要内容及写作提纲
本选题的研究内容主要包括以下几个方面：
1.深入研究非下采样轮廓波变换（NSCT）的理论基础，分析其多尺度、多方向性以及平移不变性等特性，为后续的光照不变量提取奠定理论基础。
2.研究现有的光照预处理方法，分析其优缺点，并针对人脸图像的特点，选择合适的预处理方法，以消除或减弱光照变化对人脸图像的影响。
3.提出基于NSCT的人脸图像光照不变量提取算法。
4. 研究的方法与步骤
本研究将采用理论分析、算法设计、实验验证相结合的研究方法。
首先，将进行文献调研，深入研究非下采样轮廓波变换的理论基础、光照预处理方法以及人脸识别相关算法，为后续的研究奠定理论基础。
其次，将设计基于NSCT的人脸图像光照不变量提取算法。
5. 研究的创新点
本研究的创新点主要体现在以下几个方面：
1.提出一种基于非下采样轮廓波变换的人脸图像光照不变量提取算法。
该算法将NSCT与光照不变量提取相结合，利用NSCT的多尺度、多方向性以及平移不变性等特性，提取对光照变化鲁棒的人脸特征。
2.设计一种新的光照不变量特征。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
[1]郭晓峰,杨帆,王俊.基于分块Weber-LBP的人脸光照不变量提取[J].计算机应用,2023,43(02):564-571.
[2]徐天阳,张凯,田媚.基于NSST-PCNN-SFLA的人脸识别算法[J].激光与光电子学进展,2022,59(19):44-52.
[3]杨永清,常瑞,张坤,等.基于Kinect和改进HOG特征融合的三维人脸识别[J].计算机应用,2022,42(07):2240-2246.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
