局部线性嵌入算法的研究及在人脸识别中的应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 流形学习 | 第11-12页 |
| 1.3 人脸识别研究现状 | 第12-14页 |
| 1.4 本文的研究内容 | 第14-15页 |
| 1.5 本文的结构安排 | 第15-17页 |
| 第二章 几种典型的流形学习算法 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 流形学习的基本概念 | 第17-19页 |
| 2.3 局部保持的流形学习算法 | 第19-27页 |
| 2.3.1 局部线性嵌入 | 第20-23页 |
| 2.3.2 局部切空间排列 | 第23-25页 |
| 2.3.3 拉普拉斯特征映射 | 第25-27页 |
| 2.4 全局保持的流形学习算法 | 第27-30页 |
| 2.4.1 等距映射 | 第27-29页 |
| 2.4.2 最大方差展开 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 流形学习在人脸识别中的应用 | 第31-41页 |
| 3.1 人脸识别流程 | 第32-33页 |
| 3.2 核函数理论与核方法 | 第33-36页 |
| 3.2.1 核函数理论 | 第33-34页 |
| 3.2.2 核判别分析 | 第34-36页 |
| 3.3 实验数据库简介 | 第36-38页 |
| 3.3.1 ORL数据库 | 第37页 |
| 3.3.2 Yale数据库 | 第37-38页 |
| 3.3.3 MIT数据库 | 第38页 |
| 3.4 实验结果与分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 改进的LLE算法在人脸识别中的应用 | 第41-55页 |
| 4.1 概述 | 第41页 |
| 4.2 改进的局部线性嵌入算法 | 第41-48页 |
| 4.2.1 广度优先搜索 | 第42-43页 |
| 4.2.2 Dijkstra算法 | 第43-44页 |
| 4.2.3 图像欧氏距离 | 第44-46页 |
| 4.2.4 自适应的局部线性嵌入算法 | 第46-48页 |
| 4.3 局部线性嵌入算法与核Fisher的结合 | 第48-49页 |
| 4.3.1 核函数及参数的选择 | 第48-49页 |
| 4.3.2 多类KFDA分类器设计 | 第49页 |
| 4.4 实验设计与分析 | 第49-55页 |
| 4.4.1 ANNLLE算法的实验 | 第49-52页 |
| 4.4.2 ANNLLE与KFDA相结合的实验 | 第52-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文总结 | 第55页 |
| 5.2 本文的工作展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表论文情况 | 第63页 |
