基于粗糙集的人脸识别改进方法
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-17页 |
| 1.1 选题背景和意义 | 第7-8页 |
| 1.2 生物特征识别技术 | 第8-12页 |
| 1.2.1 生物特征的分类 | 第9页 |
| 1.2.2 主要特征识别技术比较 | 第9-12页 |
| 1.3 人脸识别系统 | 第12-16页 |
| 1.3.1 人脸特征提取技术现状 | 第12-15页 |
| 1.3.2 人脸特征识别分类器 | 第15-16页 |
| 本章小结 | 第16-17页 |
| 2 人脸图像预滤波 | 第17-25页 |
| 引言 | 第17页 |
| 2.1 人脸图像的滤波预处理 | 第17-21页 |
| 2.1.1 空域滤波 | 第18-19页 |
| 2.1.2 频域滤波 | 第19-21页 |
| 2.2 图像预处理结果与分析 | 第21-24页 |
| 本章小结 | 第24-25页 |
| 3 颜色空间和人脸定位 | 第25-42页 |
| 引言 | 第25页 |
| 3.1 色彩的基础知识 | 第25-26页 |
| 3.2 肤色模型原理 | 第26页 |
| 3.3 选取颜色空间 | 第26-30页 |
| 3.4 聚类性比较 | 第30-32页 |
| 3.5 肤色统计模型的建立与应用 | 第32-35页 |
| 3.6 人脸肤色区域的分割 | 第35-38页 |
| 3.6.1 相似度计算 | 第35页 |
| 3.6.2 阈值分割 | 第35-37页 |
| 3.6.3 肤色区域的分割和非人脸区域的去除 | 第37页 |
| 3.6.4 非人脸区域去除 | 第37-38页 |
| 3.7 人脸定位 | 第38页 |
| 3.8 图像肤色区域的定位结果比较与分析 | 第38-41页 |
| 3.8.1 图像肤色定位空间和肤色模型的选择 | 第38-39页 |
| 3.8.2 高斯模型和肤色分割实验结果 | 第39-41页 |
| 本章小结 | 第41-42页 |
| 4 K -L变换和PCA算法 | 第42-49页 |
| 引言 | 第42页 |
| 4.1 K -L变换理论和主成分分析法 | 第42-44页 |
| 4.2 主成分分析法和随机主成分分析法 | 第44-45页 |
| 4.3 线形判别分析方法 | 第45-47页 |
| 4.4 实验结果 | 第47-48页 |
| 本章小结 | 第48-49页 |
| 5 粗糙集理论和特征融合 | 第49-62页 |
| 引言 | 第49页 |
| 5.1 粗糙集理论 | 第49-51页 |
| 5.2 信息系统与核约简 | 第51-52页 |
| 5.3 上下近似集 | 第52-53页 |
| 5.4 属性重要度 | 第53页 |
| 5.5 经典粗糙集理论的属性约简算法 | 第53-56页 |
| 5.5.1 数据的离散化 | 第54页 |
| 5.5.2 属性约简算法 | 第54-56页 |
| 5.6 基于粗糙集和PCA的特征融合方法 | 第56-60页 |
| 本章小结 | 第60-62页 |
| 6 总结和展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 在读期间公开发表论文（著）及科研情况 | 第69页 |
