基于EHMM的人脸识别算法研究与应用
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-22页 |
| ·课题研究的意义 | 第9-10页 |
| ·发展历史 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·人脸识别综述 | 第13-18页 |
| ·人脸检测方法综述 | 第14-15页 |
| ·人脸表征与识别方法综述 | 第15-18页 |
| ·人脸识别评价标准 | 第18-19页 |
| ·人脸识别存在的问题 | 第19-20页 |
| ·论文主要工作和内容安排 | 第20-22页 |
| 第2章 基于分类器设计的人脸检测 | 第22-41页 |
| ·分类器设计标准 | 第22-23页 |
| ·非线性分类器 | 第23-25页 |
| ·分类器性能分析 | 第23-24页 |
| ·基于神经网络的人脸检测 | 第24-25页 |
| ·多层感知器 | 第25-27页 |
| ·传递函数选择 | 第25-26页 |
| ·训练方式选择 | 第26-27页 |
| ·人脸检测分类器设计 | 第27-37页 |
| ·样本选择 | 第27-28页 |
| ·输入预处理 | 第28-31页 |
| ·基于 Gabor 小波的人脸特征提取 | 第31-35页 |
| ·特征向量降维 | 第35-36页 |
| ·分类器结构设计 | 第36-37页 |
| ·分类器实现 | 第37-38页 |
| ·分类器训练 | 第37-38页 |
| ·分类器检测 | 第38页 |
| ·实验结果及分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 基于隐马尔可夫模型的人脸识别 | 第41-61页 |
| ·HMM 的引入 | 第41-43页 |
| ·马尔可夫链 | 第41-42页 |
| ·隐马尔可夫模型 | 第42-43页 |
| ·HMM 的三个基本问题 | 第43-48页 |
| ·评估问题 | 第43-44页 |
| ·解码问题 | 第44-45页 |
| ·学习问题 | 第45-48页 |
| ·基于 HMM 的人脸建模 | 第48页 |
| ·特征提取 | 第48-53页 |
| ·观察向量获取 | 第48-51页 |
| ·观察向量优化 | 第51-53页 |
| ·HMM 训练与识别 | 第53-57页 |
| ·HMM 训练 | 第53-56页 |
| ·HMM 识别 | 第56-57页 |
| ·VITERBI 算法加速 | 第57-59页 |
| ·实验结果及分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 基于嵌入式隐马尔可夫模型的人脸识别 | 第61-76页 |
| ·EHMM 的引入 | 第62-64页 |
| ·EHMM 的三个基本问题 | 第64-68页 |
| ·评估问题 | 第64-65页 |
| ·解码问题 | 第65-66页 |
| ·学习问题 | 第66-68页 |
| ·基于 EHMM 的人脸建模 | 第68-69页 |
| ·EHMM 特征提取 | 第69-70页 |
| ·EHMM 训练与识别 | 第70-73页 |
| ·EHMM 训练 | 第70-72页 |
| ·EHMM 识别 | 第72-73页 |
| ·实验结果及分析 | 第73页 |
| ·EM 算法的改进 | 第73-74页 |
| ·实际问题的处理 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 第5章 总结与展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间发表的论文 | 第83页 |
