人脸识别系统与人脸检测算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·生物特征识别的研究背景及应用 | 第10-12页 |
| ·模式设别简介 | 第12-13页 |
| ·识别系统主要环节 | 第12-13页 |
| ·识别的基本方法 | 第13页 |
| ·本文的主要内容 | 第13-15页 |
| 第二章 人脸识别技术简介 | 第15-21页 |
| ·人脸识别技术简介 | 第15页 |
| ·主要研究过程 | 第15-17页 |
| ·本文系统组成 | 第17-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 图像生成技术 | 第21-28页 |
| ·人脸库的基本组成 | 第21-22页 |
| ·图像的镜像变换 | 第22-24页 |
| ·图像的微度旋转 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 人脸图像增强 | 第28-36页 |
| ·尺寸归一化 | 第28页 |
| ·直方图均衡 | 第28-30页 |
| ·图像的光照补偿技术 | 第30-34页 |
| ·二维离散小波变换 | 第30-31页 |
| ·基于小波的光照补偿 | 第31-34页 |
| ·中值滤波 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 人脸特征提取 | 第36-45页 |
| ·变换编码原理 | 第36-37页 |
| ·PCA | 第37-39页 |
| ·PCA的原理介绍 | 第37页 |
| ·PCA的实现步骤 | 第37-39页 |
| ·ICA | 第39-42页 |
| ·BSP问题 | 第39页 |
| ·ICA思想 | 第39-40页 |
| ·ICA相关性的去除 | 第40-41页 |
| ·ICA的学习算法 | 第41-42页 |
| ·PCA和ICA的比较 | 第42-43页 |
| ·人脸数据约减 | 第43-44页 |
| ·系数的归一化 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第六章 人脸检测 | 第45-54页 |
| ·检测分类器 | 第45-46页 |
| ·检测分类器简介 | 第45-46页 |
| ·模板匹配方法简介 | 第46页 |
| ·算法实现 | 第46-47页 |
| ·模板生成 | 第47-51页 |
| ·具体实现步骤 | 第47-48页 |
| ·灰度标准化 | 第48页 |
| ·矩形特征选取 | 第48页 |
| ·边缘提取 | 第48-49页 |
| ·算子选择 | 第49-50页 |
| ·模版生成 | 第50-51页 |
| ·检测方法 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第七章 人脸聚类分析 | 第54-76页 |
| ·聚类算法的简介 | 第54-58页 |
| ·聚类准则 | 第54-55页 |
| ·K均值算法 | 第55页 |
| ·K均值算法的原理和步骤 | 第55-56页 |
| ·部分程序结果 | 第56-58页 |
| ·模拟退火聚类算法 | 第58-65页 |
| ·模拟退火聚类算法 | 第58-59页 |
| ·K均值算法的局限性 | 第59-60页 |
| ·基于模拟退火K均值算法的应用设计 | 第60-61页 |
| ·基于模拟退火K均值算法的基本过程 | 第61-62页 |
| ·部分程序代码和结果 | 第62-65页 |
| ·遗传算法聚类 | 第65-75页 |
| ·遗传算法的基本概念 | 第65-66页 |
| ·遗传算法的基本流程 | 第66页 |
| ·遗传算法的特点 | 第66-67页 |
| ·遗传算法中的染色体编码 | 第67页 |
| ·遗传算法中的适应度函数 | 第67页 |
| ·遗传算法中的遗传算子 | 第67-69页 |
| ·基于遗传算法的聚类分析 | 第69-70页 |
| ·遗传算子的具体计算 | 第70-72页 |
| ·实现步骤 | 第72-74页 |
| ·部分程序代码和结果 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 总结与展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 攻读硕士学位期间取得的研究成果 | 第81-82页 |
| 致谢 | 第82页 |
