基于2DPCA的人脸识别方法
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·人脸识别的研究背景和意义 | 第7-8页 |
| ·人脸识别问题描述 | 第8页 |
| ·人脸识别的发展历史及国内外研究现状 | 第8-12页 |
| ·人脸识别的发展历史 | 第8-9页 |
| ·人脸识别的主要方法介绍 | 第9-11页 |
| ·人脸识别的国内外现状 | 第11-12页 |
| ·人脸识别系统概述及其存在的难题 | 第12-16页 |
| ·人脸识别系统概述 | 第12-14页 |
| ·人脸识别存在的难题 | 第14-15页 |
| ·人脸识别性能的主要评测标准 | 第15-16页 |
| ·本文的工作内容 | 第16-17页 |
| 第二章 基于线性子空间的人脸识别 | 第17-29页 |
| ·基于主成分分析的特征脸算法 | 第17-20页 |
| ·Karhunen-Loeve 变换 | 第17-19页 |
| ·“特征脸”人脸识别算法 | 第19-20页 |
| ·二维主成分分析方法及其改进方法 | 第20-28页 |
| ·二维主成分分析 | 第21-22页 |
| ·模块二维主成分分析 | 第22-25页 |
| ·水平和垂直二维主成分分析 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于加权 2DPCA 的改进算法 | 第29-43页 |
| ·加权的模块二维主成分分析 | 第29-34页 |
| ·WM-2DPCA 算法的思想 | 第29-30页 |
| ·WM-2DPCA 算法的特征提取过程 | 第30-31页 |
| ·实验仿真结果与分析 | 第31-34页 |
| ·加权的水平垂直二维主成分分析 | 第34-40页 |
| ·小波变换 | 第34-36页 |
| ·基于小波变换的加权 HV2DPCA | 第36-38页 |
| ·实验仿真结果与分析 | 第38-40页 |
| ·本章小结 | 第40-43页 |
| 第四章 基于核二维主成分分析的改进算法 | 第43-51页 |
| ·基于核的二维主成分分析 | 第43-45页 |
| ·K2DPCA 算法的思想 | 第44-45页 |
| ·K2DPCA 算法的实现 | 第45页 |
| ·基于核的 M-2DPCA 算法 | 第45-49页 |
| ·KM-2DPCA 算法的思想 | 第45-46页 |
| ·KM-2DPCA 算法的实现 | 第46-47页 |
| ·实验仿真结果与分析 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·工作总结 | 第51-52页 |
| ·工作展望 | 第52-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
