人脸特征提取与识别方法的比较研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·生物特征识别技术简介 | 第9页 |
| ·人脸识别简介 | 第9-12页 |
| ·人脸识别技术的发展过程 | 第10页 |
| ·人脸识别的应用领域 | 第10-11页 |
| ·常用的人脸数据库 | 第11-12页 |
| ·人脸识别技术的难点 | 第12页 |
| ·人脸识别技术的前景展望 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| ·本文的章节安排 | 第14-15页 |
| 第2章 人脸识别的研究内容与相关技术 | 第15-23页 |
| ·人脸识别的研究内容 | 第15-16页 |
| ·人脸识别的相关技术 | 第16-23页 |
| ·人脸图像的预处理 | 第16-18页 |
| ·特征筛选与人脸表征 | 第18-20页 |
| ·分类识别 | 第20-23页 |
| 第3章 基于PCA方法的人脸识别 | 第23-38页 |
| ·PCA方法的基本原理与流程 | 第23-27页 |
| ·K-L变换 | 第23-25页 |
| ·奇异值分解 | 第25-26页 |
| ·PCA方法的基本流程 | 第26-27页 |
| ·最近邻分类器 | 第27-29页 |
| ·加入灰度统计特征的PCA方法 | 第29-30页 |
| ·2DPCA方法 | 第30-31页 |
| ·实验结果与分析 | 第31-38页 |
| 第4章 基于LDA方法的人脸识别 | 第38-53页 |
| ·LDA方法的基本原理与流程 | 第38-41页 |
| ·两类样本的分类问题 | 第38-40页 |
| ·多类样本的分类问题 | 第40-41页 |
| ·基于2DLDA方法的人脸识别基本流程 | 第41页 |
| ·(2DLDA)2方法 | 第41-42页 |
| ·支持向量机 | 第42-47页 |
| ·最优超平面的概念与构建 | 第43-45页 |
| ·支持向量机的原理与构建 | 第45-46页 |
| ·交叉验证 | 第46-47页 |
| ·实验结果与分析 | 第47-53页 |
| ·最近邻分类器 | 第47-49页 |
| ·支持向量机 | 第49-53页 |
| 第5章 基于Fisherface方法的人脸识别 | 第53-60页 |
| ·Fisheface方法的基本流程 | 第53-54页 |
| ·神经网络分类器 | 第54-56页 |
| ·BP神经网络 | 第54-56页 |
| ·BP神经网络分类的算法流程 | 第56页 |
| ·实验结果与分析 | 第56-60页 |
| 第6章 全文总结与展望 | 第60-62页 |
| ·全文总结 | 第60-61页 |
| ·研究展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |
