| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-9页 |
| ·人脸识别的发展和现状 | 第7-8页 |
| ·人脸识别的研究意义 | 第8页 |
| ·课题的主要工作 | 第8-9页 |
| 第二章 人脸识别综述 | 第9-21页 |
| ·人脸识别的研究内容 | 第9-10页 |
| ·人脸图像预处理 | 第10-15页 |
| ·图像几何变换 | 第10-11页 |
| ·灰度变换 | 第11-13页 |
| ·图像锐化处理 | 第13-15页 |
| ·人脸特征提取方法 | 第15-17页 |
| ·分类器的设计 | 第17-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 基于PCA 的识别方法 | 第21-34页 |
| ·PCA 方法 | 第21-27页 |
| ·离散K-L 变换原理 | 第21-22页 |
| ·奇异值分解 | 第22-23页 |
| ·PCA 方法在人脸识别中的应用 | 第23-26页 |
| ·PCA 识别方法分析 | 第26-27页 |
| ·双子空间方法 | 第27-28页 |
| ·双子空间算法 | 第27-28页 |
| ·双子空间方法分析 | 第28页 |
| ·实验结果分析 | 第28-33页 |
| ·样本选择对PCA 方法识别结果的影响 | 第29-31页 |
| ·特征脸数对PCA 方法识别结果的影响 | 第31-32页 |
| ·分类器对PCA 方法识别结果的影响 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于2DPCA 的识别方法 | 第34-52页 |
| ·2DPCA 方法 | 第34-38页 |
| ·2DPCA 算法介绍 | 第34-37页 |
| ·2DPCA 方法分析 | 第37-38页 |
| ·DiagPCA 方法 | 第38-40页 |
| ·DiagPCA 算法 | 第38-39页 |
| ·DiagPCA 方法分析 | 第39-40页 |
| ·(2D)~2PCA 方法 | 第40-43页 |
| ·(2D)~2PCA 算法 | 第40-42页 |
| ·(2D)~2PCA 方法分析 | 第42-43页 |
| ·平均脸方法 | 第43-44页 |
| ·平均脸算法 | 第43-44页 |
| ·平均脸方法分析 | 第44页 |
| ·平均脸+(2D)~2PCA 方法 | 第44-46页 |
| ·平均脸+(2D)~2PCA 算法 | 第44-45页 |
| ·平均脸+(2D)~2PCA 方法分析 | 第45-46页 |
| ·实验结果分析 | 第46-51页 |
| ·子空间数和样本选择对2DPCA 方法的影响 | 第46-47页 |
| ·分类器对2DPCA 方法识别效果的影响 | 第47-48页 |
| ·2DPCA 方法与PCA 方法识别效果比较 | 第48-49页 |
| ·平均脸＋(2D)~2PCA 与2DPCA 和(2D)~2PCA 方法比较 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于(2D)~2PCA 和BP 神经网络的方法 | 第52-62页 |
| ·BP 神经网络 | 第52-57页 |
| ·人工神经网络基础 | 第52-53页 |
| ·BP 算法基本原理 | 第53-56页 |
| ·BP 算法训练过程 | 第56-57页 |
| ·基于BP 神经网络的人脸识别方法 | 第57-59页 |
| ·BP 网络分类器模型建立 | 第57-58页 |
| ·(2D)~2PCA+BP 方法流程 | 第58-59页 |
| ·实验结果分析 | 第59-61页 |
| ·PCA+BP 与(2D)~2PCA+ BP 比较 | 第59-60页 |
| ·(2D)~2PCA+ BP 与(2D)~2PCA 和平均脸+(2D)~2PCA 方法比较 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结束语 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65页 |
