遗传算法在人脸识别方面的应用
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 引言 | 第6-11页 |
| ·人脸识别技术 | 第6-7页 |
| ·人脸识别的发展背景 | 第7-8页 |
| ·人脸识别的内容 | 第8-9页 |
| ·论文的主要工作 | 第9-11页 |
| 第二章 静止图像的人脸识别方法 | 第11-15页 |
| ·人脸识别的主要方法 | 第11-13页 |
| ·基于几何特征的人脸识别方法 | 第11页 |
| ·基于模板匹配的人脸识别方法 | 第11-12页 |
| ·特征脸方法 | 第12页 |
| ·隐马尔科夫模型方法 | 第12页 |
| ·基于神经网络的方法 | 第12-13页 |
| ·弹性图匹配方法 | 第13页 |
| ·遗传算法(GA)在人脸识别中的应用 | 第13-15页 |
| 第三章 遗传算法 | 第15-26页 |
| ·遗传算法的基本内容 | 第16-17页 |
| ·控制参数 | 第17-18页 |
| ·编码机制 | 第18-19页 |
| ·适应度函数 | 第19页 |
| ·遗传算子 | 第19-21页 |
| ·选择策略 | 第21页 |
| ·GA的改进 | 第21-22页 |
| ·GA的发展方向 | 第22-26页 |
| 第四章 遗传算法在图像处理中的应用 | 第26-31页 |
| ·图像分割技术 | 第26-27页 |
| ·图像分割方法 | 第27-29页 |
| ·与图像分割方法结合的传统遗传算法 | 第29-30页 |
| ·本文提出的遗传算法 | 第30-31页 |
| 第五章 人脸识别仿真与分析 | 第31-44页 |
| ·仿真环境 | 第31页 |
| ·选取阈值 | 第31-33页 |
| ·阈值选取的GA实现 | 第31-32页 |
| ·遗传算法的改进 | 第32-33页 |
| ·人脸定位 | 第33-37页 |
| ·右眼区 | 第34-35页 |
| ·左眼区 | 第35页 |
| ·鼻区 | 第35-36页 |
| ·嘴区 | 第36-37页 |
| ·遗传算法实现 | 第37-39页 |
| ·适应度函数 | 第37页 |
| ·编码 | 第37-38页 |
| ·选择 | 第38页 |
| ·杂交 | 第38页 |
| ·变异 | 第38-39页 |
| ·旋转角度 | 第39-40页 |
| ·适应度函数 | 第39页 |
| ·编码 | 第39页 |
| ·选择、变异 | 第39页 |
| ·杂交 | 第39-40页 |
| ·奇异值特征抽取 | 第40页 |
| ·人脸识别 | 第40-41页 |
| ·实验结果分析 | 第41页 |
| ·GA收敛性分析 | 第41-44页 |
| ·预备知识 | 第41-42页 |
| ·标准GA的markov链描述 | 第42-43页 |
| ·杂交 | 第43页 |
| ·变异 | 第43页 |
| ·选择 | 第43-44页 |
| 第六章 总结与展望 | 第44-46页 |
| ·人脸识别方法的总结与展望 | 第44页 |
| ·GA的总结和展望 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 攻读学位期间的研究成果 | 第48-49页 |
| 致谢 | 第49-50页 |
