基于相位一致性和模PCA的人脸识别算法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-20页 |
| ·生物特征识别技术概述 | 第11-17页 |
| ·人脸识别的发展历史及其研究现状 | 第17-18页 |
| ·人脸识别问题描述 | 第18-19页 |
| ·本论文的内容安排 | 第19-20页 |
| 第2章 人脸识别技术的预备知识 | 第20-33页 |
| ·人脸图像的预处理 | 第20-22页 |
| ·人脸检测 | 第22-23页 |
| ·基于知识模型的方法 | 第22页 |
| ·基于统计模型的方法 | 第22-23页 |
| ·基于模板匹配的方法 | 第23页 |
| ·人脸特征提取 | 第23-28页 |
| ·几何特征提取 | 第24页 |
| ·线性子空间方法 | 第24-27页 |
| ·基于核的非线性子空间分析 | 第27-28页 |
| ·人脸的识别分类 | 第28-32页 |
| ·判别函数分类器 | 第29-31页 |
| ·基于统计模式的分类器 | 第31页 |
| ·神经网络分类器 | 第31-32页 |
| ·总结 | 第32-33页 |
| 第3章 图像的相位一致性特征提取 | 第33-44页 |
| ·相位谱分析 | 第33-35页 |
| ·Fourier变换 | 第33-34页 |
| ·相位信息重构和幅度信息重构 | 第34-35页 |
| ·相位一致性原理与光照无关特征提取 | 第35-40页 |
| ·Matlab仿真实现 | 第40-42页 |
| ·Matlab代码 | 第40-41页 |
| ·测试结果 | 第41-42页 |
| ·实验结果与分析 | 第42-43页 |
| ·结论 | 第43-44页 |
| 第4章 基于相位一致性图像的模PCA方法 | 第44-53页 |
| ·人脸相位一致性图像的特征提取 | 第44-45页 |
| ·PCA基本原理 | 第45-48页 |
| ·主成分分析法的基本概念 | 第45-46页 |
| ·求主成分的计算过程 | 第46-48页 |
| ·基于相位一致性人脸图像的模PCA方法 | 第48-52页 |
| ·模PCA原理及处理过程 | 第48-49页 |
| ·实验结果 | 第49-52页 |
| ·结论 | 第52-53页 |
| 总结与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 附录A 攻读硕士学位期间所发表的学术论文 | 第60页 |
