基于2DPCA的人脸识别研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-19页 |
·人脸识别技术发展背景和应用意义 | 第7-10页 |
·人脸识别技术的产生背景 | 第7-8页 |
·人脸识别技术发展的实际作用 | 第8-10页 |
·人脸识别技术的发展现状 | 第10-16页 |
·人脸识别技术的主要内容 | 第10-11页 |
·人脸识别的发展历程 | 第11-12页 |
·人脸识别的研究难点 | 第12-15页 |
·人脸识别研究的热点方向 | 第15-16页 |
·人脸识别系统主要的性能评价指标 | 第16-17页 |
·人脸数据库的简要介绍 | 第16页 |
·人脸识别中算法性能评价的标准 | 第16-17页 |
·本文的主要研究内容和各章节安排 | 第17-19页 |
第二章 基于二维主成分分析的人脸特征提取 | 第19-27页 |
·基于主成分分析的人脸识别 | 第19-22页 |
·人脸的表示 | 第19-20页 |
·规范化人脸图像 | 第20页 |
·基于人脸样本图像的特征提取 | 第20-21页 |
·基于人脸图像的识别 | 第21页 |
·主成分分析方法的优缺点分析 | 第21-22页 |
·基于二维主成分分析的人脸识别 | 第22-25页 |
·二维主成分分析方法的思想 | 第22-23页 |
·二维主成分分析方法的人脸特征提取 | 第23页 |
·基于二维主成分分析的人脸识别 | 第23-24页 |
·基于二维主成分分析方法的优缺点 | 第24-25页 |
·本章小结 | 第25-27页 |
第三章 基于线性子空间分析的人脸特征提取 | 第27-35页 |
·Fisher 线性鉴别函数 | 第27-30页 |
·线性鉴别分析用于人脸识别 | 第30-31页 |
·线性鉴别分析用于人脸识别时出现的问题及解决方法 | 第31-32页 |
·非参数子空间分析的基本思想 | 第32-34页 |
·本章小结 | 第34-35页 |
第四章 基于改进的二维主成分分析的人脸识别 | 第35-45页 |
·算法提出的背景 | 第35-36页 |
·融合非参数子空间分析的二维主成分分析方法 | 第36-38页 |
·实验结果与分析 | 第38-43页 |
·实验环境 | 第38页 |
·在人脸数据库上的实验 | 第38-43页 |
·本章小结 | 第43-45页 |
第五章 总结与展望 | 第45-47页 |
·本文工作总结 | 第45页 |
·未来研究展望 | 第45-47页 |
致谢 | 第47-49页 |
参考文献 | 第49-53页 |
攻读硕士学位期间完成的论文或科研工作 | 第53-54页 |