摘要 | 第1-7页 |
Abstract | 第7-13页 |
第1章 绪论 | 第13-34页 |
·人脸识别的意义 | 第13-15页 |
·人脸识别的发展历程 | 第15-17页 |
·人脸识别国内外研究的现状 | 第17-28页 |
·人脸识别系统的架构 | 第17-18页 |
·人脸识别的分类 | 第18-19页 |
·基于几何特征的人脸识别方法 | 第19-20页 |
·基于子空间投影的人脸识别方法 | 第20-25页 |
·人脸识别的其它方法 | 第25-28页 |
·目前人脸识别主要的困难 | 第28-30页 |
·人脸识别常用数据库介绍 | 第30-32页 |
·本文的主要工作和全文的安排 | 第32-34页 |
第2章 基于奇异值分解的线性鉴别分析人脸识别研究 | 第34-52页 |
·引言 | 第34页 |
·图像矩阵的奇异值分解及其性质 | 第34-36页 |
·奇异值用于人脸识别存在的问题 | 第36-37页 |
·包含平均脸奇异值分解的线性鉴别人脸识别 | 第37-43页 |
·线性鉴别分析(LDA) | 第37-39页 |
·算法原理 | 第39-40页 |
·实验结果与分析 | 第40-43页 |
·包含平均脸奇异值分解的核鉴别分析人脸识别 | 第43-51页 |
·核方法 | 第43-46页 |
·核鉴别分析(KDA) | 第46-48页 |
·算法原理 | 第48-49页 |
·实验结果与分析 | 第49-51页 |
·本章小结 | 第51-52页 |
第3章 双向压缩二维特征抽取人脸识别方法研究 | 第52-78页 |
·引言 | 第52-53页 |
·二维投影特征提取的基本原理 | 第53-61页 |
·2DPCA | 第53-55页 |
·2DLDA | 第55-56页 |
·(2D)~2PCA和(2D)~2LDA | 第56-61页 |
·双向压缩二维特征提取 | 第61-70页 |
·理论基础 | 第61-63页 |
·算法原理 | 第63-66页 |
·实验结果及分析 | 第66-70页 |
·基于图像分块的二维投影特征提取能力的研究 | 第70-77页 |
·人脸图像的分块 | 第70-71页 |
·分块2DPCA特征提取 | 第71-72页 |
·分块多投影2DPCA特征提取 | 第72-74页 |
·实验结果及分析 | 第74-77页 |
·本章小结 | 第77-78页 |
第4章 基于WPT/PCA的特征级融合人脸识别方法 | 第78-99页 |
·引言 | 第78-79页 |
·小波变换人脸识别原理 | 第79-82页 |
·小波变换的概念 | 第79-80页 |
·Mallat算法 | 第80-81页 |
·小波变换用于人脸识别存在的问题及改进措施 | 第81-82页 |
·人脸图像的小波包分解 | 第82-85页 |
·高频图像的选取 | 第85-91页 |
·PCA变换的人脸识别原理 | 第91-92页 |
·特征融合 | 第92-94页 |
·特征融合的算法原理 | 第94-95页 |
·实验结果与分析 | 第95-98页 |
·ORL数据库 | 第95-97页 |
·YaleA库 | 第97-98页 |
·本章小节 | 第98-99页 |
第5章 核判别保局投影的人脸识别方法研究 | 第99-117页 |
·引言 | 第99-100页 |
·几种经典的流形学习方法 | 第100-105页 |
·等距映射 | 第101-102页 |
·局部线性嵌入 | 第102-104页 |
·拉普拉斯特征映射 | 第104页 |
·流形学习小结 | 第104-105页 |
·LPP和DLPP介绍 | 第105-108页 |
·保局投影 | 第105-107页 |
·判别保局投影 | 第107-108页 |
·核判别保局投影(KDLPP)人脸识别 | 第108-112页 |
·KDLPP的算法推导 | 第108-111页 |
·小样本问题的解决方案 | 第111-112页 |
·算法步骤 | 第112页 |
·实验结果与分析 | 第112-116页 |
·在ORL人脸库上的实验 | 第113-114页 |
·在UMIST人脸库上的实验 | 第114-116页 |
·本章小结 | 第116-117页 |
第6章 双向压缩二维保局投影人脸识别方法研究 | 第117-126页 |
·引言 | 第117页 |
·2DLPP算法原理 | 第117-120页 |
·可选的2DLPP算法 | 第120-121页 |
·(2D)~2LPP算法 | 第121-122页 |
·实验结果与分析 | 第122-125页 |
·ORL人脸库实验 | 第123-124页 |
·CAS-PEAL人脸库实验 | 第124-125页 |
·本章小节 | 第125-126页 |
第7章 总结与展望 | 第126-129页 |
·本文工作的总结 | 第126-127页 |
·对未来工作的展望 | 第127-129页 |
参考文献 | 第129-137页 |
致谢 | 第137-138页 |
在读博士期间发表的论文与取得的成果 | 第138页 |