基于小波和支持向量机的人脸识别方法研究
摘要 | 第1-4页 |
Abstract | 第4-6页 |
目录 | 第6-10页 |
第一章 绪论 | 第10-37页 |
·生物特征识别技术 | 第10-15页 |
·指纹(Fingerprint) | 第12页 |
·人脸(Face) | 第12页 |
·人脸温谱图(Face Thermogram) | 第12-13页 |
·虹膜(Iris) | 第13页 |
·视网膜(Retinal) | 第13页 |
·手型(Hand Geometry) | 第13-14页 |
·手部脉络模式(Hand Vein) | 第14页 |
·声纹(Voice Print) | 第14页 |
·签名(Signature) | 第14页 |
·其它生物特征识别技术 | 第14-15页 |
·人脸自动识别技术 | 第15-28页 |
·人脸识别研究现状及应用前景 | 第16-17页 |
·人脸自动识别的研究内容 | 第17-19页 |
·人脸自动识别技术综述 | 第19-28页 |
·本文内容安排 | 第28-30页 |
参考文献 | 第30-37页 |
第二章 图像数据库及样本标准化 | 第37-47页 |
·引言 | 第37页 |
·图像数据库 | 第37-39页 |
·人脸检测数据库 | 第37-38页 |
·人脸识别数据库 | 第38-39页 |
·人脸样本的裁剪及标准化 | 第39-44页 |
·图像库 | 第39页 |
·人脸样本的采集 | 第39-44页 |
·本章小结 | 第44-45页 |
参考文献 | 第45-47页 |
第三章 基于知识的人脸检测 | 第47-61页 |
·引言 | 第47页 |
·特征选择及知识库的建立 | 第47-52页 |
·特征的选择和提取 | 第47-48页 |
·人脸检测的先验知识 | 第48-49页 |
·标准脸分块策略 | 第49-51页 |
·知识库 | 第51-52页 |
·基于积分图的快速人脸检测 | 第52-57页 |
·预处理 | 第53-54页 |
·基于积分图的快速算法 | 第54-56页 |
·区域合并 | 第56-57页 |
·仿真结果 | 第57-58页 |
·本章小结 | 第58-59页 |
参考文献 | 第59-61页 |
第四章 基于支持向量机的人脸检测 | 第61-74页 |
·引言 | 第61页 |
·支持向量机 | 第61-63页 |
·预处理及特征提取 | 第63-64页 |
·预处理 | 第63-64页 |
·特征提取 | 第64页 |
·基于支持向量机的人脸检测 | 第64-69页 |
·训练样本的选择 | 第66-67页 |
·支持向量机的训练 | 第67-69页 |
·检测结果及分析 | 第69-71页 |
·本章小结 | 第71-72页 |
参考文献 | 第72-74页 |
第五章 基于小波分解的LDA人脸识别方法 | 第74-93页 |
·引言 | 第74页 |
·人脸图像的低维表示 | 第74-77页 |
·二维小波 | 第75-76页 |
·人脸图像的小波分解 | 第76-77页 |
·LDA人脸识别 | 第77-80页 |
·基于小波分解的LDA人脸识别方法 | 第80-82页 |
·算法描述 | 第81-82页 |
·算法复杂度估计 | 第82页 |
·仿真实验及结果分析 | 第82-90页 |
·小波函数的选取 | 第85-86页 |
·子图像的选取 | 第86-87页 |
·实验结果 | 第87-90页 |
·本章小结 | 第90-91页 |
参考文献 | 第91-93页 |
第六章 基于小波和DCT的人脸识别方法 | 第93-110页 |
·引言 | 第93页 |
·人脸图像的离散余弦变换 | 第93-96页 |
·离散余弦变换 | 第94页 |
·人脸图像的离散余弦变换特征 | 第94-96页 |
·基于小波和DCT的人脸识别方法 | 第96-98页 |
·仿真实验及结果分析 | 第98-106页 |
·仿真实验 | 第100-105页 |
·与其它方法的比较 | 第105-106页 |
·本章小结 | 第106-107页 |
参考文献 | 第107-110页 |
第七章 基于支持向量机的人脸分类研究 | 第110-118页 |
·引言 | 第110页 |
·基于支持向量机的性别分类 | 第110-112页 |
·支持向量机的训练 | 第111-112页 |
·分类结果 | 第112页 |
·基于支持向量机的人脸识别 | 第112-115页 |
·支持向量机的训练 | 第113-114页 |
·识别结果 | 第114-115页 |
·本章小结 | 第115-116页 |
参考文献 | 第116-118页 |
第八章 总结与展望 | 第118-120页 |
·本文工作总结 | 第118-119页 |
·未来工作展望 | 第119-120页 |
在学期间完成的学术论文及参加的科研项目 | 第120-121页 |
致谢 | 第121-122页 |