基于核技术的FSDA人脸识别算法研究
| 论文独创性声明 | 第1页 |
| 论文使用授权声明 | 第2-3页 |
| 摘要 | 第3-4页 |
| Abstract | 第4-8页 |
| 第一章 人脸识别概述 | 第8-15页 |
| ·人脸识别的产生 | 第8-9页 |
| ·人脸识别的发展历史及现状 | 第9-10页 |
| ·人脸识别技术与研究内容 | 第10页 |
| ·人脸识别的应用范围 | 第10-11页 |
| ·人脸识别的基本步骤 | 第11-12页 |
| ·评价人脸识别系统的标准 | 第12页 |
| ·人脸识别研究与开发方向 | 第12-14页 |
| ·光照问题研究 | 第12-13页 |
| ·姿态问题研究 | 第13-14页 |
| ·所做工作及章节安排 | 第14-15页 |
| 第二章 人脸识别技术预备知识 | 第15-27页 |
| ·人脸图像预处理 | 第15-17页 |
| ·人脸检测 | 第17-18页 |
| ·基于知识模型的方法 | 第17页 |
| ·基于统计模型的方法 | 第17-18页 |
| ·基于模板匹配的方法 | 第18页 |
| ·人脸的特征提取 | 第18-23页 |
| ·几何或代数特征提取 | 第19-20页 |
| ·线性子空间方法 | 第20-22页 |
| ·基于核的非线性子空间分析 | 第22-23页 |
| ·人脸的分类识别 | 第23-27页 |
| ·判别函数分类器 | 第23-24页 |
| ·基于统计模式的分类器 | 第24-25页 |
| ·神经网络分类器 | 第25-27页 |
| 第三章 基于FSDA算法的人脸识别 | 第27-32页 |
| ·Fisher线性分析法 | 第28-29页 |
| ·FSDA理论思想 | 第29-30页 |
| ·算法分析 | 第30-32页 |
| 第四章 改进的KFSDA新算法研究 | 第32-43页 |
| ·引言 | 第32页 |
| ·核技术 | 第32页 |
| ·KFSDA人脸识别 | 第32-36页 |
| ·KFSDA模型 | 第33-35页 |
| ·KFSDA模型的求解定理 | 第35-36页 |
| ·特征提取 | 第36页 |
| ·人脸识别算法流程 | 第36-38页 |
| ·程序实现 | 第38-41页 |
| ·主函数部分程序: | 第38-39页 |
| ·特征提取部分程序 | 第39-41页 |
| ·最近邻法人脸识别 | 第41-43页 |
| 第五章 结果与分析 | 第43-47页 |
| ·人脸识别系统的预处理 | 第43页 |
| ·实验结果 | 第43-44页 |
| ·系统实现 | 第44-46页 |
| ·分析总结 | 第46-47页 |
| 第六章 总结与展望 | 第47-49页 |
| 鸣谢 | 第49-50页 |
| 发表文章 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54页 |
| MATLAB引擎函数介绍 | 第54页 |
