基于改进的2DPCA和相关向量机的人脸识别算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的背景及研究的目的和意义 | 第10-11页 |
| 1.2 国内外人脸识别技术的研究现状 | 第11-14页 |
| 1.2.1 国外发展状况 | 第12-13页 |
| 1.2.2 国内发展状况 | 第13-14页 |
| 1.3 论文主要研究的内容 | 第14-16页 |
| 第2章 人脸图像预处理 | 第16-25页 |
| 2.1 人脸图像预处理概述 | 第16-17页 |
| 2.2 人脸图像归一化 | 第17-19页 |
| 2.3 小波变换的基本理论 | 第19-24页 |
| 2.3.1 小波变换原理 | 第20-21页 |
| 2.3.2 小波变换的应用 | 第21-23页 |
| 2.3.3 小波分解需注意的问题 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 人脸图像的特征提取算法 | 第25-34页 |
| 3.1 常用的特征提取方法 | 第25-26页 |
| 3.2 改进的 2DPCA 原理 | 第26-29页 |
| 3.3 特征提取步骤 | 第29-30页 |
| 3.4 特征维数选取的对比分析 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 相关向量机分类算法的研究 | 第34-53页 |
| 4.1 支持向量机分类方法 | 第34-37页 |
| 4.1.1 支持向量机的分类决策 | 第36-37页 |
| 4.2 相关向量机 | 第37-45页 |
| 4.2.1 RVM 回归模型 | 第37-40页 |
| 4.2.2 RVM 分类模型 | 第40-41页 |
| 4.2.3 “一对一”的分类器设计 | 第41-43页 |
| 4.2.4 “一对多”的分类器设计 | 第43-44页 |
| 4.2.5 人脸识别算法的实现步骤 | 第44-45页 |
| 4.3 实验结果及分析 | 第45-52页 |
| 4.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |
