摘要 | 第1-4页 |
Abstract | 第4-5页 |
目录 | 第5-8页 |
引言 | 第8-10页 |
第一章 人脸识别概述 | 第10-25页 |
·人脸识别的产生 | 第10-13页 |
·人脸识别技术与研究内容 | 第13-16页 |
·人脸检测 | 第14-15页 |
·特征提取 | 第15-16页 |
·人脸识别 | 第16页 |
·人脸识别的应用范围 | 第16-17页 |
·人脸识别的功能 | 第17-18页 |
·人脸识别的基本步骤 | 第18页 |
·评价人脸识别系统的标准 | 第18-20页 |
·人脸识别系统的要求 | 第19-20页 |
·评价人脸识别系统的标准 | 第20页 |
·常用人脸数据库 | 第20-22页 |
·人脸识别面临的主要问题 | 第22-23页 |
·人脸识别研究与开发方向 | 第23-25页 |
·光照问题研究 | 第23页 |
·姿态问题研究 | 第23-25页 |
第二章 主成分分析(PCA) | 第25-43页 |
·PCA的基本概念及问题描述 | 第25-29页 |
·PCA的一个典型例子 | 第25-26页 |
·PCA的基本概念 | 第26-27页 |
·PCA的原理 | 第27页 |
·主成分的求解步骤 | 第27-28页 |
·主成分的求解方法 | 第28-29页 |
·Eigenface算法 | 第29-32页 |
·计算特征脸 | 第29-32页 |
·基于特征脸的人脸识别 | 第32页 |
·提高PCA的效率 | 第32-43页 |
·分割训练图像的方法 | 第32-37页 |
·互不相交的分组方法 | 第33页 |
·部分相交的分组方法 | 第33-34页 |
·基于上述规则的试验结果 | 第34-37页 |
·Fisherface算法 | 第37-43页 |
·Fisherface算法的原理 | 第37-39页 |
·基于上述规则的试验结果 | 第39-43页 |
第三章 CILAB人脸识别系统 | 第43-66页 |
·系统概述 | 第43-45页 |
·神经网络简介 | 第43-44页 |
·功能 | 第44页 |
·意义 | 第44-45页 |
·系统总体结构 | 第45-52页 |
·系统结构 | 第45-49页 |
·系统流程图 | 第49-51页 |
·系统划分及功能描述 | 第51-52页 |
·各模块的具体实现 | 第52-66页 |
·程序DetectNN的设计说明 | 第52-58页 |
·功能 | 第52-53页 |
·输入项 | 第53页 |
·输出项 | 第53页 |
·流程逻辑 | 第53-54页 |
·BP网络 | 第54-58页 |
·网络结构 | 第54-55页 |
·算法思想 | 第55页 |
·算法实现 | 第55-58页 |
·程序CharacterEx的设计说明 | 第58-63页 |
·功能 | 第58页 |
·输入项 | 第58页 |
·输出项 | 第58-59页 |
·流程逻辑 | 第59-61页 |
·特征提取网络 | 第61-63页 |
·OJA算法 | 第61-62页 |
·GHA算法 | 第62页 |
·APEX算法 | 第62-63页 |
·程序RecogniseNN的设计说明 | 第63-66页 |
·功能 | 第63-64页 |
·输入项 | 第64页 |
·输出项 | 第64页 |
·实现方法 | 第64页 |
·流程逻辑 | 第64-66页 |
第四章 基于融合的主成分分析新算法 | 第66-90页 |
·产生该算法的动机 | 第66-73页 |
·系统框架图 | 第73-76页 |
·算法的设计过程 | 第76-85页 |
·产生PCA特征提取下的模板库 | 第76-78页 |
·产生LDA特征提取下的模板库 | 第78-80页 |
·LDA特征提取的转化方向 | 第80-81页 |
·基于PCA与LDA的识别结果 | 第81-83页 |
·融合PCA和LDA的识别结果 | 第83-85页 |
·基于融合的特征提取与识别算法的性能测试 | 第85-88页 |
·性能测试平台 | 第86页 |
·测试过程及结果评估 | 第86-88页 |
·一个基于融合PCA和LDA算法的特征提取与识别系统 | 第88-90页 |
结束语 | 第90-91页 |
参考文献 | 第91-94页 |
致谢 | 第94-95页 |
个人简历 | 第95页 |