基于PCA的人脸识别
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·本文研究的目的意义 | 第10-11页 |
| ·人脸识别的定义及主要研究内容 | 第11-13页 |
| ·人脸识别的应用 | 第13页 |
| ·人脸识别问题中的难点及发展方向 | 第13-15页 |
| ·人脸识别问题中的难点 | 第13-15页 |
| ·人脸识别的发展方向 | 第15页 |
| ·本文研究的主要内容 | 第15-16页 |
| 第二章 人脸识别的基本原理及相应的数学基础 | 第16-30页 |
| ·引言 | 第16页 |
| ·人脸检测的常用方法 | 第16-21页 |
| ·基于知识的方法 | 第16-17页 |
| ·基于特征的方法 | 第17-18页 |
| ·模板匹配 | 第18-19页 |
| ·基于外观的方法 | 第19-21页 |
| ·人脸识别的常用方法 | 第21-25页 |
| ·基于几何特征的方法 | 第22页 |
| ·基于特征脸的识别方法 | 第22-23页 |
| ·基于弹性匹配的人脸识别方法 | 第23-24页 |
| ·基于神经网络的人脸识别方法 | 第24-25页 |
| ·其它方法 | 第25页 |
| ·人脸图像预处理 | 第25-29页 |
| ·人脸图像库 | 第26页 |
| ·人脸图像预处理方法 | 第26-29页 |
| ·图像去噪 | 第26-27页 |
| ·图像归一化 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 人脸识别方法讨论 | 第30-42页 |
| ·引言 | 第30页 |
| ·基于PCA的人脸识别方法 | 第30-38页 |
| ·K-L变换 | 第30-32页 |
| ·K-L变换的原理 | 第30-32页 |
| ·特征压缩 | 第32页 |
| ·主成分分析理论 | 第32-34页 |
| ·PCA在人脸识别中的应用 | 第34-35页 |
| ·特征向量的选取 | 第35-36页 |
| ·距离函数的选择 | 第36-37页 |
| ·SVD定理 | 第37页 |
| ·PCA的优缺点分析 | 第37-38页 |
| ·基于2DPCA的人脸识别方法 | 第38-41页 |
| ·2DPCA的基本原理 | 第38-39页 |
| ·人脸特征提取 | 第39-40页 |
| ·2DPCA的人脸识别 | 第40页 |
| ·2DPCA的图像重建 | 第40页 |
| ·2DPCA的优缺点分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 本文主要采用的识别方法介绍及实验分析 | 第42-49页 |
| ·引言 | 第42页 |
| ·在ORL人脸库的实验 | 第42-45页 |
| ·PCA的识别率与维数的关系 | 第42-43页 |
| ·PCA与2DPCA的分析 | 第43-45页 |
| ·在AR人脸库的实验 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 发表文章目录 | 第54-55页 |
| 致谢 | 第55-57页 |
| 详细摘要 | 第57-61页 |
