融合Gabor与二维多子类判别分析的人脸识别算法
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题的研究背景和意义 | 第10-11页 |
| ·人脸识别技术研究现状 | 第11-16页 |
| ·人脸检测 | 第11-12页 |
| ·人脸特征提取与识别 | 第12-16页 |
| ·本文的主要研究内容与结构安排 | 第16-18页 |
| 第2章 人脸图像预处理 | 第18-22页 |
| ·引言 | 第18页 |
| ·人脸检测 | 第18-20页 |
| ·图像灰度化和均衡化 | 第20-21页 |
| ·人脸图像预处理总结 | 第21-22页 |
| 第3章 基于子空间的人脸判别分析 | 第22-37页 |
| ·引言 | 第22页 |
| ·主成分分析PCA | 第22-27页 |
| ·主成分的原理 | 第22-24页 |
| ·PCA在人脸识别中实现流程 | 第24-25页 |
| ·特征向量选取规则 | 第25页 |
| ·PCA实际应用及拓展 | 第25-27页 |
| ·线性判别分析算法分析 | 第27-32页 |
| ·LDA | 第27页 |
| ·线性判别分析的原理 | 第27-29页 |
| ·2DLDA | 第29-31页 |
| ·2DLDA在人脸识别中的应用及总结 | 第31-32页 |
| ·多子类鉴别算法分析 | 第32-35页 |
| ·SDA算法介绍 | 第32-33页 |
| ·SDA算法原理 | 第33-34页 |
| ·SDA算法总结 | 第34-35页 |
| ·子空间人脸识别算法总结及在本文中的应用 | 第35-37页 |
| 第4章 Gabor-2DSDA人脸识别算法 | 第37-43页 |
| ·Gabor特征 | 第37-38页 |
| ·2DSDA算法 | 第38-40页 |
| ·Gabor-2DSDA算法流程 | 第40-43页 |
| 第5章 Gabor-2DSDA算法实验与分析 | 第43-50页 |
| ·人脸库介绍 | 第43页 |
| ·实验参数选择 | 第43-46页 |
| ·识别率对比实验 | 第46-50页 |
| 第6章 结论 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 作者简介及科研成果 | 第54-55页 |
| 致谢 | 第55页 |
