局部保持典型相关分析及其在人脸识别中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-18页 |
| ·引言 | 第9-10页 |
| ·典型相关分析的研究与应用 | 第10-12页 |
| ·典型相关分析的研究概况 | 第10页 |
| ·典型相关分析的应用 | 第10-12页 |
| ·基于局部信息的降维方法概述 | 第12-14页 |
| ·人脸识别的研究现状 | 第14-16页 |
| ·国内外研究情况 | 第14-15页 |
| ·人脸识别的技术方法 | 第15-16页 |
| ·本文的研究工作和内容安排 | 第16-18页 |
| 2 局部保持的典型相关分析在人脸识别中的应用 | 第18-35页 |
| ·引言 | 第18-19页 |
| ·抽取人脸图像特征的方法 | 第19-24页 |
| ·主成分分析 | 第19-21页 |
| ·二维离散小波变换 | 第21-24页 |
| ·典型相关分析用于特征融合的原理 | 第24-26页 |
| ·CCA的判别准则函数 | 第24页 |
| ·投影矢量集的求解 | 第24-25页 |
| ·特征融合的策略 | 第25-26页 |
| ·局部保持的典型相关分析(LPCCA) | 第26-29页 |
| ·局部保持映射的理论背景 | 第26-27页 |
| ·局部保持映射算法步骤 | 第27-28页 |
| ·LPCCA的数学描述 | 第28-29页 |
| ·实验结果与分析 | 第29-34页 |
| ·实验步骤及相关说明 | 第29-30页 |
| ·在ORL人脸库上的实验 | 第30-31页 |
| ·在YALE人脸库上的实验 | 第31-32页 |
| ·在AR人脸库上的实验 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 3 改进的局部保持典型相关分析(ILPCCA) | 第35-44页 |
| ·引言 | 第35页 |
| ·ILPCCA的数学描述 | 第35-37页 |
| ·判据准则函数的提出 | 第35-36页 |
| ·投影矢量集的求解 | 第36-37页 |
| ·实验结果与分析 | 第37-42页 |
| ·在AR人脸库上的实验 | 第37-38页 |
| ·在YALE人脸库上的实验 | 第38-40页 |
| ·在ORL人脸库上的实验 | 第40-42页 |
| ·样本近邻参数的确定 | 第42页 |
| ·本章小结 | 第42-44页 |
| 4 改进的局部判别型典型相关分析(ILDCCA) | 第44-57页 |
| ·引言 | 第44页 |
| ·判别型典型相关分析(DCCA) | 第44-46页 |
| ·判据准则函数的提出 | 第44-45页 |
| ·类内和类间相关矩阵的定义 | 第45页 |
| ·投影矢量集的求解 | 第45-46页 |
| ·ILDCCA的原理 | 第46-48页 |
| ·判据准则函数的提出 | 第46-47页 |
| ·投影矢量集的求解 | 第47-48页 |
| ·实验结果与分析 | 第48-55页 |
| ·在AR人脸库上的实验 | 第48-50页 |
| ·在ORL人脸库上的实验 | 第50-52页 |
| ·在YALE人脸库上的实验 | 第52-54页 |
| ·ILPCCA和ILDCCA的比较 | 第54页 |
| ·样本近邻参数的确定 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 5 总结与展望 | 第57-59页 |
| ·本文总结 | 第57-58页 |
| ·未来展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
