基于隐马尔科夫模型的人脸识别
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-13页 |
| ·人脸识别研究的意义 | 第8-9页 |
| ·人脸识别研究内容 | 第9-10页 |
| ·本文研究的主要内容 | 第10-11页 |
| ·本文内容结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 2 人脸识别前期处理 | 第13-20页 |
| ·人脸图像预处理 | 第13-15页 |
| ·光线补偿 | 第13页 |
| ·中值滤波 | 第13-14页 |
| ·归一化处理 | 第14-15页 |
| ·人脸特征提取方法 | 第15-19页 |
| ·奇异值分解 | 第15-16页 |
| ·离散余弦变换 | 第16-17页 |
| ·多维尺度分析(MDS) | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 3 HMM/ANN混合模型技术 | 第20-39页 |
| ·隐Markov模型基本原理与描述 | 第20-22页 |
| ·隐Markov模型的基本问题 | 第22-23页 |
| ·隐Markov模型的三大问题解决方法 | 第23-29页 |
| ·解决评价问题 | 第23-25页 |
| ·解决解码问题 | 第25-27页 |
| ·解决训练问题 | 第27-29页 |
| ·神经网络模型(ANN)原理描述 | 第29-32页 |
| ·人工神经元模型 | 第29-30页 |
| ·人工神经网络模型 | 第30-32页 |
| ·反向传播神经网络(BP网络) | 第32-36页 |
| ·BP网络模型 | 第32-34页 |
| ·BP网络模型改进 | 第34-36页 |
| ·HMM/ANN混合模型 | 第36-38页 |
| ·HMM/ANN混合模型结构 | 第36-37页 |
| ·HMM/ANN混合模型特点 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 实验与分析 | 第39-62页 |
| ·HMM及混合模型在实现中的问题 | 第39-46页 |
| ·HMM模型参数重估问题 | 第39-43页 |
| ·HMM模型训练下溢问题 | 第43-45页 |
| ·HMM模型初始参数选取 | 第45-46页 |
| ·实验步骤 | 第46-49页 |
| ·人脸图像HMM模型状态的确定 | 第46-47页 |
| ·HMM模型观测向量提取 | 第47-48页 |
| ·HMM/模型训练步骤 | 第48-49页 |
| ·HMM/ANN混合模型训练步骤 | 第49页 |
| ·实验结果 | 第49-58页 |
| ·在ORL人脸库上实验 | 第49-54页 |
| ·在Yale人脸库上实验 | 第54-58页 |
| ·实验分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 5 结束语 | 第62-65页 |
| ·总结 | 第62-63页 |
| ·对进一步工作的展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
