基于子空间的人脸识别算法研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 引言 | 第11-12页 |
| 1.2 论文背景及研究意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 论文内容安排 | 第14-15页 |
| 第2章 人脸检测的基本问题 | 第15-30页 |
| 2.1 引言 | 第15-16页 |
| 2.2 人脸检测的基本算法 | 第16-21页 |
| 2.2.1 肤色人脸检测算法 | 第16-20页 |
| 2.2.2 Adaboost人脸检测算法 | 第20-21页 |
| 2.3 人眼定位 | 第21-25页 |
| 2.3.1 基于混合投影函数的人眼定位 | 第21-23页 |
| 2.3.2 基于正交混合投影的人眼定位 | 第23-25页 |
| 2.4 实验与结果 | 第25-29页 |
| 2.5 小结 | 第29-30页 |
| 第3章 基于子空间的人脸识别方法 | 第30-52页 |
| 3.1 引言 | 第30页 |
| 3.2 奇异值分解方法 | 第30-34页 |
| 3.2.1 奇异值特征提取 | 第31-32页 |
| 3.2.2 基于SVD人脸识别 | 第32-33页 |
| 3.2.3 实验与结果 | 第33-34页 |
| 3.3 主成分分析方法 | 第34-42页 |
| 3.3.1 K-L变换提取人脸特征 | 第35-36页 |
| 3.3.2 基于PCA的人脸识别 | 第36-37页 |
| 3.3.3 核主分量分析方法 | 第37-38页 |
| 3.3.4 实验与结果 | 第38-42页 |
| 3.4 线性判别分析方法 | 第42-51页 |
| 3.4.1 LDA的基本原理 | 第42-43页 |
| 3.4.2 直接判别分析方法 | 第43-44页 |
| 3.4.3 零空间判别分析方法 | 第44页 |
| 3.4.4 Fisherface方法 | 第44-45页 |
| 3.4.5 核Fisher判别分析方法 | 第45-46页 |
| 3.4.6 实验与结果 | 第46-51页 |
| 3.5 小结 | 第51-52页 |
| 第4章 基于小波变换的DCV人脸识别 | 第52-61页 |
| 4.1 引言 | 第52页 |
| 4.2 DCV方法 | 第52-53页 |
| 4.3 图像的小波变换 | 第53-55页 |
| 4.4 零空间方法提取共同向量 | 第55-57页 |
| 4.5 基于小波变换的DCV人脸识别 | 第57页 |
| 4.6 实验与结果 | 第57-60页 |
| 4.7 小结 | 第60-61页 |
| 第5章 基于差分共同向量的PCA人脸识别 | 第61-66页 |
| 5.1 引言 | 第61页 |
| 5.2 共同向量的获取 | 第61-62页 |
| 5.3 PCA方法提取特征 | 第62-63页 |
| 5.4 基于差分共同向量的PCA人脸识别 | 第63-64页 |
| 5.5 实验与结果 | 第64-65页 |
| 5.6 小结 | 第65-66页 |
| 总结 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第74页 |
