基于2DGabor小波变换与2DPCA的人脸识别技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·论文的主要工作 | 第10-12页 |
| 第二章 基于二维Gabor小波的图像特征表示研究 | 第12-25页 |
| ·Gabor变换 | 第12-19页 |
| ·临界采样连续Gabor变换 | 第12-18页 |
| ·过采样连续Gabor变换 | 第18-19页 |
| ·Gabor小波变换 | 第19-22页 |
| ·一维Gabor小波变换 | 第19-20页 |
| ·二维Gabor小波变换 | 第20-22页 |
| ·二维Gabor小波变换在人脸识别中的响应 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于2DPCA的人脸图像特征提取研究 | 第25-34页 |
| ·PCA方法 | 第25-28页 |
| ·K-L变换 | 第26-27页 |
| ·二维PCA | 第27-28页 |
| ·二维PCA的两点改进 | 第28-31页 |
| ·双向二维PCA | 第29-31页 |
| ·二次二维PCA | 第31页 |
| ·双向二维PCA与二次二维PCA的特征融合研究 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于BP神经网络的人脸特征分类与识别 | 第34-43页 |
| ·BP神经网络的算法及实现 | 第34-38页 |
| ·基本BP神经网络的学习算法 | 第34-36页 |
| ·神经网络综合优化学习训练算法 | 第36-38页 |
| ·BP神经网络的参数改进 | 第38-40页 |
| ·隐含层数目的确定 | 第38-39页 |
| ·选取隐含层内节点数目的方法 | 第39页 |
| ·激活函数的选取 | 第39-40页 |
| ·基于动态权值的BP神经网络的集成 | 第40-41页 |
| ·集成BP神经网络的训练与识别过程 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第五章 实验结果及分析 | 第43-48页 |
| ·人脸数据库与实验环境 | 第43-44页 |
| ·人脸数据库 | 第43-44页 |
| ·实验环境 | 第44页 |
| ·实验结果与分析 | 第44-48页 |
| ·实验结果描述 | 第44-46页 |
| ·实验结果分析 | 第46-48页 |
| 第六章 总结与展望 | 第48-50页 |
| ·总结 | 第48页 |
| ·展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间主要的研究成果 | 第55页 |
