首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于重构的鉴别特征抽取及人脸识别应用研究

摘要第1-7页
Abstract第7-12页
第一章 绪论第12-22页
   ·人脸识别的研究意义应用及发展现状第12-14页
     ·人脸识别的发展第12页
     ·人脸识别的应用第12-13页
     ·人脸识别的意义第13页
     ·发展现状第13-14页
   ·人脸识别技术的主要内容第14-15页
   ·常用人脸库介绍第15-17页
     ·ORL人脸库第15-16页
     ·YALE人脸库第16页
     ·AR人脸库第16-17页
   ·经典算法介绍第17-18页
   ·稀疏表示第18-19页
   ·二维图像投影理论的研究与发展第19-20页
   ·论文研究内容第20-21页
   ·论文的结构安排第21-22页
第二章 局部特征重构误差鉴别投影第22-27页
   ·引言第22页
   ·本章算法第22-25页
     ·基本思想第22-23页
     ·鉴别投影第23-25页
   ·实验结果与分析第25-26页
     ·在ORL人脸库中本文算法与MLRE算法的对比试验第25-26页
     ·在YALE人脸库中本文算法与MLRE算法的对比试验第26页
   ·本章小结第26-27页
第三章 局部相关性特征重构误差鉴别分析第27-32页
   ·引言第27页
   ·欧氏距离求k近邻的方法第27-28页
   ·相关嵌入分析(Correlation Embedding Analysis,CEA)第28页
   ·局部相关性的特征重构误差鉴别(PC-MLRE)第28-30页
   ·实验结果与分析第30-31页
     ·ORL人脸库上的实验第30-31页
     ·YALE人脸库上的实验第31页
   ·本章小结第31-32页
第四章 基于l_2范数的最小二乘回归模型的鉴别特征投影第32-42页
   ·引言第32页
   ·权值矩阵的设置第32-35页
     ·基于稀疏表示的权值矩阵第33-34页
     ·基于l_2范数的权值矩阵第34-35页
   ·基于l_2范数的最小二乘回归模型的鉴别特征投影第35-38页
     ·基于l_2范数的局部重构误差第35-36页
     ·基本思想第36-37页
     ·鉴别投影第37-38页
   ·实验结果与分析第38-41页
     ·不同λ值,对识别率的影响第38-39页
     ·ORL人脸库的对比实验第39-40页
     ·YALE人脸库中的对比实验第40-41页
   ·本章小结第41-42页
第五章 基于二维稀疏表示的图像重构鉴别特征抽取第42-49页
   ·引言第42页
   ·二维图像投影理论的基本思想第42-44页
     ·二维主分量分析(2DPCA)第43页
     ·二维线性鉴别分析(2DLDA)第43-44页
   ·压缩感知理论第44-45页
   ·本章算法第45-46页
   ·实验结果与分析第46-48页
     ·ORL人脸库的对比试验第46-47页
     ·YALE人脸库的对比试验第47-48页
   ·本章小结第48-49页
第六章 总结与展望第49-51页
   ·总结第49-50页
   ·展望第50-51页
参考文献第51-58页
致谢第58-59页
攻读硕士学位期间发表学术论文情况第59-60页

论文共60页,点击 下载论文
上一篇:物联网环境下的海量移动对象数据联机分析处理技术研究
下一篇:图像配准与拼接技术的研究