基于张量CCA的近红外与可见光人脸融合识别算法
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-12页 |
| ·人脸识别的研究现状 | 第12-15页 |
| ·本文的主要工作和结构安排 | 第15-16页 |
| ·主要工作 | 第15页 |
| ·结构安排 | 第15-16页 |
| 第2章 人脸图像信息 | 第16-23页 |
| ·张量 | 第16-19页 |
| ·张量的符号表示 | 第16-17页 |
| ·张量与矩阵的乘积 | 第17页 |
| ·张量的乘积表现方式 | 第17-18页 |
| ·张量的内积 | 第18页 |
| ·矩阵的克罗内克积 | 第18-19页 |
| ·张量距离 | 第19页 |
| ·近红外人脸图像 | 第19-20页 |
| ·人脸图像融合 | 第20-21页 |
| ·分类器 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 人脸特征提取的典型相关分析方法 | 第23-30页 |
| ·典型相关分析的数学描述 | 第23-24页 |
| ·求典型相关系数 | 第24-25页 |
| ·典型相关系数的验证 | 第25-26页 |
| ·典型相关分析的算法 | 第26页 |
| ·其他特征提取算法 | 第26-28页 |
| ·PCA 方法 | 第26-27页 |
| ·LDA 方法 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第4章 基于张量典型相关分析融合识别算法 | 第30-41页 |
| ·二维典型相关分析 | 第30-31页 |
| ·推导张量典型相关分析 | 第31-32页 |
| ·张量典型相关分析算法 | 第32-33页 |
| ·二维主成份分析 | 第33-34页 |
| ·实验结果与分析 | 第34-39页 |
| ·人脸数据库 | 第34-35页 |
| ·近红外人脸识别与可见光人脸识别的对比 | 第35-36页 |
| ·CCA、2DCCA 和 TCCA 识别率对比 | 第36-38页 |
| ·近红外与可见光融合识别 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第5章 总结和展望 | 第41-43页 |
| ·总结 | 第41页 |
| ·展望 | 第41-43页 |
| 参考文献 | 第43-45页 |
| 作者简介及在学期间所取得的科研成果 | 第45-46页 |
| 致谢 | 第46页 |
