分块人脸奇偶对称性在人脸识别中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| CONTENTS | 第9-11页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 论文研究的背景和意义 | 第11页 |
| 1.2 人脸识别的发展阶段 | 第11-12页 |
| 1.3 人脸识别技术在国内发展现状 | 第12页 |
| 1.4 论文各部分主要内容 | 第12-14页 |
| 第二章 线性鉴别分析方法 | 第14-19页 |
| 2.1 引言 | 第14页 |
| 2.2 主成分分析(PCA) | 第14-16页 |
| 2.2.1 主成分分析基本原理 | 第14-15页 |
| 2.2.2 算法优缺点分析 | 第15页 |
| 2.2.3 耶鲁人脸库实验 | 第15-16页 |
| 2.3 多重线性判别分析(MDA) | 第16-17页 |
| 2.3.1 多重判别分析 | 第16-17页 |
| 2.4 线性判别分析的求解过程 | 第17-18页 |
| 2.5 线性判别分析中的优缺点 | 第18-19页 |
| 第三章 独立成分分析(ICA)方法 | 第19-24页 |
| 3.1 引言 | 第19页 |
| 3.2 ICA基本理论 | 第19-22页 |
| 3.2.1 独立成分分析(ICA)基本模型 | 第19-20页 |
| 3.2.2 白化预处理 | 第20-21页 |
| 3.2.3 快速ICA | 第21-22页 |
| 3.3 基于ICA的人脸识别 | 第22-23页 |
| 3.4 耶鲁人脸库实验 | 第23-24页 |
| 第四章 人脸分块和奇偶对称分解 | 第24-32页 |
| 4.1 引言 | 第24页 |
| 4.2 二维人脸分快 | 第24-25页 |
| 4.2.1 二维人脸分块理论 | 第24-25页 |
| 4.3 镜像奇偶对称分解 | 第25-27页 |
| 4.4 分块镜像奇偶分解 | 第27-28页 |
| 4.5 分块奇偶对称独立成分分析(BSICA) | 第28-32页 |
| 4.5.1 ORL人脸库实验 | 第29-30页 |
| 4.5.2 耶鲁人脸库实验 | 第30-32页 |
| 第五章 基于半偶人脸分块的独立成分分析 | 第32-36页 |
| 5.1 引言 | 第32页 |
| 5.2 半偶人脸的定义 | 第32-33页 |
| 5.3 半偶人脸分块 | 第33页 |
| 5.4 实验 | 第33-36页 |
| 5.4.1 实验步骤 | 第33-34页 |
| 5.4.2 ORL人脸库实验 | 第34页 |
| 5.4.3 小结 | 第34-36页 |
| 结论 | 第36-37页 |
| 参考文献 | 第37-40页 |
| 攻读硕士学位期间发表的学术论文 | 第40-42页 |
| 致谢 | 第42页 |
