LDA的改进算法及其在人脸识别中的应用
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 国内研究现状 | 第12页 |
| 1.2.2 国外研究现状 | 第12-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文组织与结构 | 第14-15页 |
| 第2章 相关知识 | 第15-27页 |
| 2.1 图像预处理 | 第15-20页 |
| 2.1.1 图像旋转 | 第15页 |
| 2.1.2 图像拉伸 | 第15-16页 |
| 2.1.3 图像均衡化 | 第16-17页 |
| 2.1.4 图像去噪 | 第17-20页 |
| 2.2 人脸检测 | 第20-23页 |
| 2.3 人脸识别 | 第23-24页 |
| 2.4 人脸数据库 | 第24-26页 |
| 2.4.1 ORL人脸数据库 | 第24-25页 |
| 2.4.2 YALE人脸数据库 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 LDA及其扩展方法的特征提取与人脸识别 | 第27-39页 |
| 3.1 人脸识别过程 | 第27页 |
| 3.2 LDA及其扩展方法的特征提取 | 第27-35页 |
| 3.2.1 传统的LDA特征提取方法 | 第28-29页 |
| 3.2.2 PCA与LDA相结合的特征提取 | 第29-30页 |
| 3.2.3 LDA特征提取方法的扩展 | 第30-33页 |
| 3.2.4 二维LDA特征提取 2D-LDA | 第33-34页 |
| 3.2.5 核LDA特征提取K-LDA | 第34-35页 |
| 3.3 分类器选择 | 第35-36页 |
| 3.4 实验结果及分析 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于零空间的LDA的改进算法 | 第39-55页 |
| 4.1 总体离散度矩阵及其Fisher判别准则 | 第39-41页 |
| 4.2 具有权重的总体离散度的Fisher准则 | 第41页 |
| 4.3 基于总体离散度的零空间LDA算法 | 第41-43页 |
| 4.4 实验结果及分析 | 第43-49页 |
| 4.5 人脸识别系统 | 第49-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 本文总结 | 第55页 |
| 5.2 工作展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间取得的科研成果 | 第61页 |
