基于BP神经网络的人脸识别技术的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-19页 |
| ·研究的背景与意义 | 第7页 |
| ·人脸识别的应用 | 第7-8页 |
| ·人脸识别发展的历史 | 第8-9页 |
| ·人脸识别的困难 | 第9-10页 |
| ·人脸识别的研究内容 | 第10-11页 |
| ·人脸识别的主要方法 | 第11-16页 |
| ·基于几何特征的人脸识别方法 | 第11-12页 |
| ·基于模板匹配的人脸识别方法 | 第12-13页 |
| ·特征脸方法 | 第13-14页 |
| ·隐马尔可夫模型 | 第14页 |
| ·基于神经网络的方法 | 第14-15页 |
| ·弹性图匹配方法 | 第15页 |
| ·其他人脸识别方法 | 第15-16页 |
| ·人脸识别的测试平台 | 第16-17页 |
| ·本文的研究内容介绍 | 第17-18页 |
| ·本文的内容安排 | 第18-19页 |
| 2 人脸图像的预处理 | 第19-24页 |
| ·人眼的定位 | 第19-20页 |
| ·基于人眼定位的纯脸分割 | 第20页 |
| ·本文的纯脸分割方法 | 第20-22页 |
| ·图像的标准化处理 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 特征提取 | 第24-39页 |
| ·基于小波变换的特征提取 | 第25-29页 |
| ·小波变换的原理 | 第25-28页 |
| ·基于小波变换的人脸特征提取 | 第28-29页 |
| ·用自相关矩阵或协方差矩阵做KL变换 | 第29-33页 |
| ·KL变换原理及其性质 | 第29-32页 |
| ·奇异值分解 | 第32-33页 |
| ·用其他不同的散布矩阵做KL变换 | 第33-34页 |
| ·用总体散布矩阵做KL变换 | 第33页 |
| ·用类内散布矩阵做KL变换 | 第33-34页 |
| ·用类间散布矩阵做KL变换 | 第34页 |
| ·本文采用的特征提取方法 | 第34-38页 |
| ·本文采用的小波变换 | 第34-36页 |
| ·本文采用的KL变换 | 第36-37页 |
| ·本文特征提取的实现过程 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 BP神经网络的结构、学习算法及其设计 | 第39-52页 |
| ·人工神经网络 | 第39-42页 |
| ·神经网络的特点 | 第40页 |
| ·神经网络的结构及类型 | 第40-41页 |
| ·神经网络的学习方法 | 第41页 |
| ·神经网络在人脸识别方面的发展 | 第41-42页 |
| ·BP神经网络 | 第42-48页 |
| ·BP神经网络的结构 | 第42-43页 |
| ·标准BP算法 | 第43-46页 |
| ·BP算法的改进 | 第46-48页 |
| ·本文采用的BP神经网络的设计 | 第48-51页 |
| ·输入、输出层的设计 | 第48页 |
| ·隐藏层结点数的选择 | 第48-49页 |
| ·激励函数的选择 | 第49-50页 |
| ·初始值的选取 | 第50页 |
| ·网络的分类识别 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5 基于BP神经网络的人脸识别 | 第52-57页 |
| ·人脸识别仿真实验步骤 | 第52-55页 |
| ·实验结果分析及比较 | 第55-57页 |
| 结束语 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
