摘要 | 第1-6页 |
Abstract | 第6-9页 |
1 绪论 | 第9-19页 |
·本文选题背景及研究意义 | 第9-10页 |
·选题背景 | 第9页 |
·研究意义 | 第9-10页 |
·人脸识别研究现状 | 第10-17页 |
·人脸识别研究内容 | 第10-11页 |
·人脸识别方法综述 | 第11-16页 |
·人脸识别研究难点 | 第16-17页 |
·本文研究内容及章节安排 | 第17-19页 |
·研究内容 | 第17-18页 |
·章节安排 | 第18-19页 |
2 独立成分分析 | 第19-33页 |
·ICA 的基本原理 | 第19-23页 |
·ICA 问题的提出 | 第19页 |
·ICA 的线性模型 | 第19-21页 |
·ICA 算法的研究 | 第21-23页 |
·Fast-ICA | 第23-30页 |
·Fast-ICA 的预处理 | 第23-26页 |
·基于负熵的固定点算法 | 第26-30页 |
·Fast-ICA 在人脸识别中的应用 | 第30-32页 |
·本章小结 | 第32-33页 |
3 基于NMF 在残差图像中的人脸识别 | 第33-46页 |
·非负矩阵分解 | 第33-38页 |
·NMF | 第33-37页 |
·NMF 与ICA 的对比分析 | 第37-38页 |
·基于NMF 在残差图像中的人脸识别 | 第38-40页 |
·ICA 表达法的回顾 | 第38-39页 |
·残差空间中的NMF | 第39-40页 |
·实验设计及结果 | 第40-44页 |
·图像的预处理 | 第40-41页 |
·最近邻分类器 | 第41-42页 |
·仿真实验及结果 | 第42-44页 |
·本章小结 | 第44-46页 |
4 基于可能性FastICA 与模糊积分的人脸识别 | 第46-65页 |
·可能性聚类分析 | 第46-52页 |
·聚类分析 | 第46-47页 |
·聚类方法的分类 | 第47-48页 |
·模糊C 均值聚类 | 第48-50页 |
·可能性C 均值聚类 | 第50-52页 |
·可能性C 种类 | 第52-54页 |
·模糊C 种类 | 第52-53页 |
·可能性C 种类 | 第53-54页 |
·可能性Fast-ICA | 第54-57页 |
·PCV 算法 | 第54-55页 |
·可能性FastICA | 第55-57页 |
·模糊测度及模糊积分 | 第57-60页 |
·模糊测度 | 第57-58页 |
·模糊积分 | 第58-60页 |
·实验步骤及仿真分析 | 第60-64页 |
·实验步骤 | 第60-62页 |
·仿真结果分析 | 第62-64页 |
·本章小结 | 第64-65页 |
5 总结与展望 | 第65-67页 |
·本文总结 | 第65-66页 |
·展望 | 第66-67页 |
参考文献 | 第67-74页 |
附录A 证明 | 第74-76页 |
攻读硕士学位期间发表学术论文情况 | 第76-77页 |