基于子空间的人脸特征提取和识别算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题来源 | 第10页 |
| ·研究背景和意义 | 第10-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·人脸识别的研究现状 | 第12-13页 |
| ·子空间方法的研究现状 | 第13-16页 |
| ·本文主要内容与组织结构 | 第16-18页 |
| ·本文的主要内容 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| 第2章 基于子空间分析的人脸特征提取算法 | 第18-25页 |
| ·主成分分析 | 第18-20页 |
| ·Fisher 线性鉴别分析 | 第20-22页 |
| ·经典Fisher 鉴别分析 | 第20-21页 |
| ·Fisherfaces 方法 | 第21-22页 |
| ·拉普拉斯特征映射方法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于LPP 的最大辨别信息映射 | 第25-40页 |
| ·LPP 算法 | 第25-26页 |
| ·MDIP 算法设计 | 第26-28页 |
| ·算法分析 | 第28-34页 |
| ·与LPP 算法联系 | 第28-31页 |
| ·与MMC 算法联系 | 第31-34页 |
| ·特征提取过程 | 第34-35页 |
| ·实验结果比较与分析 | 第35-39页 |
| ·UMIST 人脸库实验 | 第35-37页 |
| ·AT&T 人脸库实验 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于MMC 的位置保持投影 | 第40-54页 |
| ·间距最大准则 | 第40-42页 |
| ·MMLPP 算法设计 | 第42-45页 |
| ·算法分析 | 第45-50页 |
| ·与LPP 算法联系 | 第45-47页 |
| ·与MMC 算法联系 | 第47-49页 |
| ·与LDA 算法联系 | 第49-50页 |
| ·实验结果比较与分析 | 第50-53页 |
| ·UMIST 人脸库实验 | 第50-52页 |
| ·JAFFE 人脸库实验 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 基于UDLPP 的不相关局部信息投影 | 第54-66页 |
| ·UDLPP 算法 | 第54-56页 |
| ·ULIP 算法设计 | 第56-57页 |
| ·算法分析 | 第57-62页 |
| ·与LPP 算法联系 | 第57-59页 |
| ·与MMC 算法联系 | 第59-61页 |
| ·与LDA 算法联系 | 第61-62页 |
| ·实验结果比较与分析 | 第62-65页 |
| ·UMIST 人脸库实验 | 第62-63页 |
| ·AT&T 人脸库实验 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72-73页 |
| 致谢 | 第73页 |
