基于脉冲耦合神经网络的人脸识别的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 人脸识别研究的发展现状 | 第9-11页 |
| 1.2.1 发展历史 | 第9-10页 |
| 1.2.2 研究现状 | 第10-11页 |
| 1.3 人脸识别特征提取方法 | 第11-12页 |
| 1.4 论文的主要研究内容 | 第12-13页 |
| 1.5 论文的结构安排 | 第13-14页 |
| 第二章 脉冲耦合神经网络(PCNN) | 第14-22页 |
| 2.1 PCNN的国内外研究现状及发展趋势 | 第14-15页 |
| 2.2 PCNN神经元模型及原理 | 第15-19页 |
| 2.2.1 PCNN神经元模型 | 第15-16页 |
| 2.2.2 PCNN神经元基本模型 | 第16-17页 |
| 2.2.3 改进型PCNN通用模型 | 第17-19页 |
| 2.3 PCNN的工作机理及主要特性 | 第19-21页 |
| 2.4 PCNN用于图像处理中的原理 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于PCNN的人脸特征提取 | 第22-40页 |
| 3.1 时间序列 | 第22-23页 |
| 3.2 熵序列 | 第23页 |
| 3.3 正交变换 | 第23-24页 |
| 3.4 其他特征提取方法 | 第24页 |
| 3.5 特征提取方法总结 | 第24-25页 |
| 3.6 基于PCNN的人脸图像特征提取 | 第25-39页 |
| 3.6.1 基于时间序列的人脸特征提取 | 第26-29页 |
| 3.6.2 基于熵序列的人脸特征提取 | 第29-32页 |
| 3.6.3 基于对数序列的人脸特征提取 | 第32-34页 |
| 3.6.4 于标准差序列的人脸特征提取 | 第34-36页 |
| 3.6.5 基于均值残差序列的人脸特征提取 | 第36-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第四章 基于PCNN特征序列的人脸识别 | 第40-62页 |
| 4.1 基于时间序列的人脸识别 | 第40-44页 |
| 4.1.1 实验仿真及结果分析 | 第41-44页 |
| 4.2 基于熵序列的人脸识别 | 第44-48页 |
| 4.2.1 实验仿真及结果分析 | 第45-48页 |
| 4.3 基于对数序列的人脸识别 | 第48-52页 |
| 4.3.1 实验仿真及结果分析 | 第49-52页 |
| 4.4 基于标准差序列的人脸识别 | 第52-57页 |
| 4.4.1 实验仿真及结果分析 | 第53-57页 |
| 4.5 基于均值残差序列的人脸识别 | 第57-61页 |
| 4.5.1 实验仿真及结果分析 | 第57-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第五章 基于PCNN时间序列的HSI彩色人脸识别 | 第62-72页 |
| 5.1 人脸图像色彩空间转换 | 第62-64页 |
| 5.2 基于PCNN时间序列的彩色人脸特征提取 | 第64-65页 |
| 5.3 基于PCNN时间序列的彩色人脸识别 | 第65-66页 |
| 5.4 实验仿真及结果分析 | 第66-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 结束语 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间参加的科研项目与完成的论文 | 第78-79页 |
| 致谢 | 第79页 |
