基于KPCA与SVM的人脸识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·生物特征识别简介 | 第8-9页 |
| ·人脸识别的发展状况 | 第9-11页 |
| ·人脸识别的发展历史 | 第9-10页 |
| ·人脸识别的应用领域 | 第10-11页 |
| ·人脸识别的研究内容 | 第11-13页 |
| ·人脸检测技术 | 第12-13页 |
| ·人脸识别技术 | 第13页 |
| ·章节安排 | 第13-15页 |
| 2 人脸的特征提取 | 第15-28页 |
| ·特征提取的意义 | 第15页 |
| ·基于PCA的特征提取 | 第15-24页 |
| ·K-L变换原理 | 第15-17页 |
| ·基于K-L变换的特征提取 | 第17-19页 |
| ·基于PCA的人脸识别 | 第19-23页 |
| ·PCA的优缺点分析 | 第23-24页 |
| ·基于KPCA的特征提取 | 第24-27页 |
| ·核函数介绍 | 第24-25页 |
| ·KPCA方法介绍 | 第25-26页 |
| ·基于KPCA的人脸识别方法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 3 统计学习理论与支持向量机 | 第28-39页 |
| ·统计学习理论 | 第28-31页 |
| ·机器学习 | 第28页 |
| ·函数集的VC维理论 | 第28-29页 |
| ·经验风险最小化与推广性的界 | 第29-31页 |
| ·支持向量机 | 第31-38页 |
| ·概述 | 第31-32页 |
| ·线性支持向量机 | 第32-36页 |
| ·非线性支持向量机 | 第36-37页 |
| ·多分类支持向量机 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 人脸识别实验 | 第39-45页 |
| ·本文识别过程 | 第39页 |
| ·ORL人脸库介绍 | 第39-40页 |
| ·实验结果及分析 | 第40-44页 |
| ·实验一 | 第40-42页 |
| ·实验二 | 第42-43页 |
| ·实验三 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 5 全文总结与展望 | 第45-46页 |
| ·全文总结 | 第45页 |
| ·展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间发表学术论文情况 | 第50-51页 |
| 致谢 | 第51-53页 |
