首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

分块与二级人脸识别算法研究

摘要第4-6页
Abstract第6-7页
符号说明第8-12页
第一章 绪论第12-19页
    1.1 人脸识别的研究背景第12-14页
        1.1.1 人脸识别技术的发展历程第12-13页
        1.1.2 人脸识别技术的应用第13-14页
        1.1.3 人脸识别研究的优势及挑战第14页
    1.2 人脸识别技术研究内容及现状第14-16页
        1.2.1 人脸识别技术研究内容第14-15页
        1.2.2 人脸识别技术研究现状第15-16页
    1.3 本文研究工作及意义第16-17页
    1.4 本文内容章节安排第17-19页
第二章 人脸特征抽取与分类算法概述第19-30页
    2.1 引言第19页
    2.2 特征抽取算法第19-27页
        2.2.1 主成分分析第19-20页
        2.2.2 二维主成分分析第20-22页
        2.2.3 线性鉴别分析第22-23页
        2.2.4 二维线性鉴别分析第23-24页
        2.2.5 等距映射第24-25页
        2.2.6 局部线性嵌入第25-26页
        2.2.7 局部保留投影第26-27页
    2.3 分类算法第27-29页
        2.3.1 稀疏表示分类第27-28页
        2.3.2 协同表示分类第28-29页
    2.4 本章小结第29-30页
第三章 分块二维局部保持鉴别分析算法第30-41页
    3.1 引言第30-31页
    3.2 相关工作第31-32页
        3.2.1 2DLPDA算法第31-32页
    3.3 分块二维局部保持鉴别分析第32-34页
        3.3.1 基本思想第32-33页
        3.3.2 特征提取及分类方法第33-34页
        3.3.3 算法步骤简述第34页
    3.4 实验结果与分析第34-39页
        3.4.1 在AR库上的实验第34-36页
        3.4.2 在YALE库上的实验第36-38页
        3.4.3 在ORL库上的实验第38-39页
    3.5 本章小结第39-41页
第四章 基于分块二维局部保持鉴别分析的二级人脸识别方法第41-51页
    4.1 引言第41页
    4.2 最大间距准则第41-42页
    4.3 基于分块二维局部保持鉴别分析的二级人脸识别方法第42-45页
        4.3.1 基本思想第42-43页
        4.3.2 二级人脸识别算法的第一个阶段第43-44页
            4.3.2.1 对样本分块并求取局部保持特征第43-44页
            4.3.3.2 局部特征提取及类别范围锁定第44页
        4.3.3 二级人脸识别算法的第二个阶段第44-45页
            4.3.3.1 方案一:二级协同表示分类第44-45页
            4.3.3.2 方案二:二级最近邻分类第45页
    4.4 实验结果与分析第45-50页
        4.4.1 在ORL库上的实验第46-48页
        4.4.2 在AR库上的实验第48-50页
    4.5 本章小结第50-51页
第五章 基于分块主成分分析的二级人脸识别方法第51-62页
    5.1 引言第51页
    5.2 相关工作第51-53页
        5.2.1 分块主成分分析第51-53页
    5.3 基于分块主成分分析的二级人脸识别方法第53-56页
        5.3.1 基本思想第53页
        5.3.2 样本的局部特征提取第53-54页
        5.3.3 待测样本类别范围确定第54-55页
        5.3.4 待测样本的二次识别第55-56页
    5.4 实验结果与分析第56-61页
        5.4.1 实验一第56-57页
        5.4.2 实验二第57-59页
        5.4.3 实验三第59-61页
    5.5 本章小结第61-62页
第六章 基于近邻加权协同表示的二级重构人脸识别方法第62-69页
    6.1 引言第62页
    6.2 加权协同表示分类第62-63页
    6.3 基于近邻加权协同表示的二级重构人脸识别方法第63-66页
        6.3.1 基本思想第63页
        6.3.2 算法的具体内容第63-65页
        6.3.3 算法步骤简述第65-66页
    6.4 实验结果与分析第66-67页
        6.4.1 在ORL库上的实验第66页
        6.4.2 在FERET库上的实验第66-67页
        6.4.3 在AR库上的实验第67页
    6.5 本章小结第67-69页
第七章 总结与展望第69-71页
    7.1 总结第69页
    7.2 展望第69-71页
参考文献第71-78页
致谢第78-79页
攻读硕士学位期间发表学术论文情况第79-80页

论文共80页,点击 下载论文
上一篇:飞行载体的导航数据处理与轨迹拟合方法研究及应用
下一篇:基于大数据和多代理的含IBDGs主动配电网故障自愈系统研究