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

单样本条件下基于代数特征的人脸识别研究

摘要第1-7页
Abstract第7-12页
第一章 绪论第12-26页
   ·人脸识别第12-16页
     ·人脸识别研究内容第12-13页
     ·人脸识别研究意义和应用领域第13页
     ·人脸识别主要流程和步骤第13-15页
     ·人脸识别的挑战第15-16页
   ·单样本人脸识别第16-22页
     ·单样本人脸识别问题的提出第16页
     ·解决单样本人脸识别问题的现实意义第16-17页
     ·单样本人脸识别的挑战第17-18页
     ·单样本人脸识别主要方法第18-22页
   ·论文研究内容与组织结构第22-26页
     ·论文研究内容第22页
     ·论文主要工作和创新之处第22-23页
     ·论文组织结构第23-26页
第二章 用位平面图像样本扩充法进行单样本人脸识别第26-36页
   ·位平面图像样本扩充法简介第26-28页
   ·二维主分量分析第28-32页
     ·主分量分析的思想与方法第28-30页
     ·二维主分量分析方法简介第30-32页
   ·实验与分析第32-35页
     ·实验环境第32页
     ·实验和结果第32-34页
     ·性能分析第34-35页
   ·本章小结第35-36页
第三章 基于泛滑动窗和2DLDA 的单样本人脸识别第36-48页
   ·二维线性鉴别分析(2DLDA)第37-39页
     ·2DLDA 方法简介第37-39页
     ·2DLDA 方法vs. 单样本人脸识别第39页
   ·泛滑动窗样本扩充法简介第39-41页
   ·具体识别流程第41-43页
     ·样本扩充第41页
     ·特征抽取和识别分类第41-43页
   ·实验与分析第43-46页
     ·实验环境第43-44页
     ·实验和结果第44-46页
     ·性能分析第46页
   ·本章小结第46-48页
第四章 结合泛滑动窗和加权2DLDA 的单样本识别第48-58页
   ·加权2DLDA 方法第48-51页
     ·加权思想的提出背景第48-49页
     ·加权2DLDA 方法简介第49-51页
   ·具体识别流程第51-53页
     ·样本扩充第51页
     ·特征抽取和识别分类第51-53页
   ·实验与分析第53-57页
     ·实验环境第53页
     ·实验和结果第53-56页
     ·性能分析第56-57页
   ·本章小结第57-58页
第五章 单样本人脸识别原型系统的设计与实现第58-68页
   ·项目背景第58-59页
   ·需求分析第59-61页
     ·系统功能描述第59-60页
     ·设计要求第60页
     ·开发平台第60-61页
   ·总体设计第61-62页
     ·总体设计思想第61页
     ·总体设计要求第61页
     ·系统数据库的设计第61-62页
   ·详细设计与主要功能实现第62-66页
     ·实验识别模块的实现第62-64页
     ·实时识别模块的实现第64-66页
   ·本章小结第66-68页
第六章 结束语第68-72页
   ·本文总结第68-69页
   ·进一步研究第69-72页
参考文献第72-79页
致谢第79-80页
攻读硕士学位期间发表的论文第80-81页

论文共81页,点击 下载论文
上一篇:公立高校收入与支出的财务管理策略研究
下一篇:我国高校教学评估有关问题的博弈论分析