基于稀疏表示的近邻保持嵌入数据降维研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·人脸识别介绍 | 第7-9页 |
| ·人脸识别整个流程 | 第9-10页 |
| ·本文的主要工作 | 第10页 |
| ·本文的组织结构 | 第10-11页 |
| 第二章 人脸图像的预处理 | 第11-17页 |
| ·人脸图像获取 | 第11页 |
| ·预处理 | 第11-16页 |
| ·灰度变换 | 第11-12页 |
| ·二值化 | 第12-13页 |
| ·几何校正 | 第13页 |
| ·直方图修正 | 第13页 |
| ·图像滤波 | 第13-15页 |
| ·图像锐化 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 人脸检测 | 第17-22页 |
| ·人脸检测介绍 | 第17页 |
| ·基于Adaboost 方法的人脸检测方法 | 第17-21页 |
| ·Haar 特征 | 第17-19页 |
| ·基于Adaboost 算法的特征选择和分类器 | 第19-20页 |
| ·基于Adaboost 的级联分类器 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第四章 人脸表征 | 第22-37页 |
| ·人脸表征综述 | 第22-23页 |
| ·基于知识的人脸表征 | 第23-24页 |
| ·线性子空间方法 | 第24-35页 |
| ·主成分分析 | 第24-26页 |
| ·线性判别分析 | 第26-27页 |
| ·局部保持投影 | 第27-28页 |
| ·近邻保持嵌入 | 第28-29页 |
| ·稀疏保持投影 | 第29-32页 |
| ·算法比较 | 第32-33页 |
| ·稀疏保持投影结合近邻保持嵌入 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第五章 分类 | 第37-45页 |
| ·K 近邻 | 第37-38页 |
| ·介绍 | 第37-38页 |
| ·基本算法 | 第38页 |
| ·支持向量机 | 第38-42页 |
| ·介绍 | 第38-40页 |
| ·原理 | 第40-42页 |
| ·扩展 | 第42页 |
| ·Adaboost | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 结论与展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 发表论文和科研情况说明 | 第50-51页 |
| 致谢 | 第51页 |
