基于小波变换与PCA的人脸识别方法的研究与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第10-14页 |
| 1.1 人脸识别的研究背景及意义 | 第10页 |
| 1.2 人脸识别技术的研究发展回顾 | 第10-11页 |
| 1.3 人脸识别技术的研究内容和难点 | 第11-12页 |
| 1.4 本文研究内容与结构安排 | 第12-14页 |
| 第二章 人脸识别系统及常用技术 | 第14-18页 |
| 2.1 概述 | 第14页 |
| 2.2 常用人脸图像库 | 第14-15页 |
| 2.3 系统构成 | 第15页 |
| 2.4 MATLAB图像处理技术 | 第15-18页 |
| 2.4.1 MATLAB软件概述 | 第15-16页 |
| 2.4.2 常见图像格式 | 第16-17页 |
| 2.4.3 常用图像类型 | 第17-18页 |
| 第三章 图像预处理 | 第18-36页 |
| 3.1 概述 | 第18页 |
| 3.2 人脸检测与定位 | 第18-19页 |
| 3.3 人脸图像标准化 | 第19-26页 |
| 3.3.1 图像归一化 | 第19-22页 |
| 3.3.2 直方图修正 | 第22页 |
| 3.3.3 图像增强技术 | 第22-26页 |
| 3.4 人脸图像的小波分解 | 第26-30页 |
| 3.4.1 小波分析的发展与应用 | 第26-27页 |
| 3.4.2 小波变换基础知识 | 第27-28页 |
| 3.4.3 离散小波变换 | 第28页 |
| 3.4.4 近似与细节 | 第28-29页 |
| 3.4.5 多尺度分解 | 第29-30页 |
| 3.5 小波变换在图像处理中的应用 | 第30-32页 |
| 3.6 常用小波函数 | 第32-36页 |
| 3.6.1 小波函数衡量标准 | 第32-33页 |
| 3.6.2 常用小波基 | 第33-36页 |
| 第四章 基于主成分分析法的人脸识别技术 | 第36-43页 |
| 4.1 概述 | 第36页 |
| 4.2 离散K-L变换 | 第36-39页 |
| 4.2.1 K-L变换原理 | 第37页 |
| 4.2.2 K-L变换特性 | 第37-38页 |
| 4.2.3 特征值选取 | 第38-39页 |
| 4.3 SVD定理 | 第39-40页 |
| 4.4 基于主成分分析法的人脸识别总结 | 第40-43页 |
| 4.4.1 特征脸的空间构造 | 第40-41页 |
| 4.4.2 特征提取方法简介 | 第41页 |
| 4.4.3 人脸识别 | 第41-43页 |
| 第五章 实验结果及分析 | 第43-70页 |
| 5.1 算法描述 | 第43-44页 |
| 5.2 MATLAB仿真功能的实现 | 第44-51页 |
| 5.2.1 系统运行步骤 | 第44-48页 |
| 5.2.2 相关代码说明 | 第48-51页 |
| 5.3 不同小波基对识别率的影响 | 第51-53页 |
| 5.4 不同小波分解层数对识别率的影响 | 第53-58页 |
| 5.4.1 使用预存人脸库图像 | 第53-55页 |
| 5.4.2 使用高清人脸图像 | 第55-58页 |
| 5.4.3 实验结论 | 第58页 |
| 5.5 不同小波分解子带对识别率的影响 | 第58-63页 |
| 5.5.1 使用预存人脸库图像 | 第58-61页 |
| 5.5.2 使用高清人脸图像 | 第61-63页 |
| 5.5.3 实验结论 | 第63页 |
| 5.6 不同阀值e对识别率的影响 | 第63-68页 |
| 5.6.1 使用预存人脸库图像 | 第64-66页 |
| 5.6.2 使用高清人脸图像 | 第66-67页 |
| 5.6.3 实验结论 | 第67-68页 |
| 5.7 其他影响识别率的因素 | 第68-70页 |
| 第六章 总结及展望 | 第70-72页 |
| 6.1 论文总结 | 第70-71页 |
| 6.2 工作展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75页 |
