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

基于(2D)~2PCA的低分辨率人脸识别

摘要第5-6页
abstract第6页
引言第9-11页
第一章 人脸识别和超分辨率简介第11-16页
    1.1 人脸识别简介第11-13页
        1.1.1 人脸识别的背景第11页
        1.1.2 人脸识别的意义第11页
        1.1.3 人脸识别的研究现状第11-13页
    1.2 超分辨率简介第13-16页
        1.2.1 超分辨率的背景第13页
        1.2.2 超分辨率的意义第13-14页
        1.2.3 超分辨率的研究现状第14-16页
第二章 基于主成分分析的低分辨率人脸识别第16-27页
    2.1 基于主成分分析(PCA)的人脸识别第16-18页
        2.1.1 基于PCA的人脸识别的基本思想第16-17页
        2.1.2 基于PCA的人脸识别算法步骤第17-18页
    2.2 超分辨率图像重建(SR)第18-21页
        2.2.1 超分辨率的观测模型第18-20页
        2.2.2 超分辨率的一般步骤第20-21页
    2.3 特征脸空间的超分辨率人脸识别第21-27页
        2.3.1 基本思想第21-22页
        2.3.2 特征脸空间的超分辨率算法第22-26页
        2.3.3 算法性能分析第26-27页
第三章 改进的基于(2D)2PCA的人脸识别算法第27-36页
    3.1 二维的主成分分析第27-29页
        3.1.1 2DPCA算法第27-28页
        3.1.2 (2D)~2PCA算法第28-29页
    3.2 基于(2D)~2 PCA的低分辨率人脸识别第29-36页
        3.2.1 主要思想第29-30页
        3.2.2 基于(2D)~2 PCA的超分辨率算法第30-35页
        3.2.3 算法性能分析第35-36页
第四章 改进的基于二维观测模型的低分辨率人脸识别算法第36-43页
    4.1 主要思想第36页
    4.2 二维观测模型第36-39页
    4.3 改进的基于二维观测模型的低分辨率人脸识别第39-43页
第五章 实验结果第43-54页
    5.1 实验条件第43页
    5.2 人脸数据库第43页
    5.3 改进的基于二维主成分分析的人脸识别第43-49页
    5.4 改进的基于二维超分辨率的人脸识别第49-54页
结论第54-55页
参考文献第55-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:胍丁胺通过抑制NMDA受体活性及其信号通路对糖尿病大鼠视网膜Müller细胞保护作用的研究
下一篇:Slit-Robo信号系统对缺氧大鼠神经节细胞影响的相关研究