首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

Gabor滤波和子空间分析的人脸识别算法研究

摘要第4-5页
Abstract第5-6页
第1章 引言第9-26页
    1.1 研究背景与意义第9-12页
        1.1.1 人脸识别技术的研究背景第9-10页
        1.1.2 人脸识别技术的研究意义第10-12页
    1.2 人脸识别技术的国内外研究近况第12-18页
        1.2.1 人脸识别技术研究的发展历程第12-13页
        1.2.2 人脸识别技术研究现状第13-16页
        1.2.3 人脸识别技术研究的挑战第16-18页
    1.3 人脸识别技术的研究内容第18-19页
    1.4 人脸识别的常用方法第19-22页
    1.5 人脸识别模式的选择第22-23页
    1.6 人脸识别系统的性能指标第23-24页
    1.7 本文研究的主要内容和结构安排第24-26页
第2章 Gabor滤波的人脸特征提取第26-38页
    2.1 Gabor小波起源第26-34页
        2.1.1 傅里叶变换第26-27页
        2.1.2 一维Gabor小波第27-29页
        2.1.3 二维Gabor小波第29-30页
        2.1.4 Gabor滤波器的参数意义与选择第30-34页
    2.2 人脸图像的Gabor特征第34-37页
        2.2.1 FFT快速Gabor人脸特征的提取第34-35页
        2.2.2 Gabor人脸特征的表示第35-37页
    2.3 本章小结第37-38页
第3章 子空间分析人脸识别算法及改进第38-51页
    3.1 线性鉴别分析(LDA)第38-40页
    3.2 零空间线性鉴别分析(NSLDA)第40-42页
    3.3 快速零空间线性鉴别FNSLDA)第42-46页
    3.4 完备的线性鉴别分析(CLDA)第46-47页
    3.5 快速完备的线性鉴别分析(FCLDA)第47-49页
        3.5.1 两种鉴别特征的融合第49页
    3.6 本章小结第49-51页
第4章 融合Gabor滤波和子空间分析的算法第51-67页
    4.1 本文算法使用的性能指标第51-53页
    4.2 融合算法的主要流程第53-55页
        4.2.1 滤波器组的参数对识别率影响第53-55页
    4.3 FNSLDA和FCLDA算法第55-60页
        4.3.1 FNSLDA人脸识别算法第55-58页
        4.3.2 FCLDA人脸识别算法第58-60页
    4.4 Gabor滤波与子空间分析算法融合第60-66页
        4.4.1 验证模式实验第60-64页
        4.4.2 识别模式实验第64-66页
    4.5 本章小结第66-67页
第5章 总结与展望第67-69页
    5.1 本文总结第67页
    5.2 工作展望第67-69页
致谢第69-70页
参考文献第70-73页
攻读硕士学位期间获得的科研成果第73页

论文共73页,点击 下载论文
上一篇:中国知识型服务贸易出口技术复杂度影响因素研究
下一篇:基于平衡计分卡的科技型中小企业竞争力评价研究--以越疆科技公司为例