计算机人脸识别技术及应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-13页 |
| ·计算机人脸识别 | 第7-8页 |
| ·课题研究的背景及研究意义 | 第8-9页 |
| ·人脸识别的发展与研究现状 | 第9-11页 |
| ·人脸识别技术的难点 | 第11页 |
| ·本论文研究的内容及安排 | 第11-13页 |
| 第二章 主要人脸识别研究方法的综述 | 第13-19页 |
| ·基于几何特征的人脸识别方法 | 第13-14页 |
| ·基于模板匹配的人脸识别方法 | 第14页 |
| ·特征脸方法 | 第14-15页 |
| ·基于小波变换的方法 | 第15-16页 |
| ·基于神经网络方法 | 第16-17页 |
| ·基于 K-L变换的方法 | 第17-19页 |
| 第三章 基于线性判别子空间的人脸识别 | 第19-26页 |
| ·引言 | 第19页 |
| ·Fisher最佳线性判别 | 第19-22页 |
| ·计算最优LDA投影 | 第22-23页 |
| ·Fisher线性判别的步骤 | 第23页 |
| ·LDA判别的优缺点分析 | 第23-24页 |
| ·改进的Fisher线性判别 | 第24-26页 |
| 第四章 基于主成分分析的特征提取 | 第26-43页 |
| ·引言 | 第26页 |
| ·K-L变换原理 | 第26-31页 |
| ·基于改进的主成分分析的人脸特征提取 | 第31-38页 |
| ·形成训练集 | 第32页 |
| ·产生K-L变换的矩阵 | 第32-34页 |
| ·应用奇异值分解定理 | 第34-37页 |
| ·图像在新的子空间投影及重构 | 第37-38页 |
| ·实验效果图 | 第38-42页 |
| ·主成分分析方法的优缺点 | 第42-43页 |
| 第五章 人工神经网络在人脸识别中的应用 | 第43-55页 |
| ·人工神经网络概述 | 第43-45页 |
| ·BP网络简介 | 第45-49页 |
| ·用神经网络进行人脸识别 | 第49-54页 |
| ·实验结果及讨论 | 第54-55页 |
| 第六章 总结与展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 【参考文献】 | 第57-60页 |
| 附录 攻读硕士期间论文发表及参加项目的情况 | 第60-61页 |