| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 第1章 绪论 | 第12-20页 |
| ·研究的背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·人脸识别经典算法概述 | 第15-17页 |
| ·人脸识别技术的难点 | 第17-18页 |
| ·研究内容和组织结构 | 第18-20页 |
| ·研究的内容 | 第18-19页 |
| ·论文的组织结构 | 第19-20页 |
| 第2章 图像预处理 | 第20-26页 |
| ·图像归一化 | 第20-22页 |
| ·几何归一化 | 第20页 |
| ·灰度归一化 | 第20-22页 |
| ·二值归一化 | 第22-23页 |
| ·常用的人脸数据库 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 主成分分析人脸识别算法 | 第26-33页 |
| ·K-L变换 | 第26-28页 |
| ·PCA人脸识别步骤 | 第28-31页 |
| ·PCA算法的优缺点 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于模拟退火算法和混合蛙跳算法的遗传PCA算法 | 第33-49页 |
| ·遗传算法 | 第33-38页 |
| ·遗传算法简介 | 第33-34页 |
| ·算法实现步骤 | 第34-37页 |
| ·算法流程图 | 第37-38页 |
| ·基于遗传算法的PCA人脸识别 | 第38-41页 |
| ·算法可行性分析 | 第38页 |
| ·算法实现步骤 | 第38-39页 |
| ·方法参数分析 | 第39-40页 |
| ·算法的流程图 | 第40-41页 |
| ·基于模拟退火算法和混合蛙跳算法的遗传PCA算法 | 第41-46页 |
| ·混合蛙跳算法 | 第41-43页 |
| ·模拟退火算法 | 第43页 |
| ·算法可行性分析 | 第43-44页 |
| ·算法的实现步骤 | 第44-45页 |
| ·算法流程图 | 第45-46页 |
| ·仿真实验 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于二进制粒子群算法的遗传PCA算法 | 第49-62页 |
| ·粒子群算法 | 第49-52页 |
| ·粒子群算法简介 | 第49页 |
| ·粒子群算法基本原理 | 第49-50页 |
| ·算法实现步骤 | 第50-51页 |
| ·算法参数分析 | 第51页 |
| ·算法流程图 | 第51-52页 |
| ·二进制粒子群算法 | 第52-56页 |
| ·算法简介 | 第52-53页 |
| ·算法分析 | 第53-54页 |
| ·二进制粒子群算法的改进 | 第54-56页 |
| ·二进制粒子群优化PCA算法 | 第56-57页 |
| ·算法实现步骤 | 第56页 |
| ·算法流程图 | 第56-57页 |
| ·二进制粒子群优化遗传PCA算法 | 第57-59页 |
| ·算法实现步骤 | 第58页 |
| ·算法流程图 | 第58-59页 |
| ·仿真实验 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 总结 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间论文发表 | 第66-67页 |
| 致谢 | 第67页 |