粒子群与遗传算法结合在PCA人脸识别算法中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·人脸检测的背景 | 第10-11页 |
| ·人脸检测及识别的研究意义 | 第11-12页 |
| ·人脸检测及识别的研究现状 | 第12-16页 |
| ·本文的主要研究内容 | 第16页 |
| ·本文的组织结构 | 第16-18页 |
| 第二章 人脸图像的预处理 | 第18-33页 |
| ·引言 | 第18页 |
| ·图像增强 | 第18-20页 |
| ·直方图均衡法 | 第19-20页 |
| ·图像平滑 | 第20页 |
| ·图像锐化 | 第20页 |
| ·图像恢复 | 第20-21页 |
| ·图像分割 | 第21页 |
| ·人脸图像库 | 第21-22页 |
| ·人脸检测 | 第22-28页 |
| ·Haar-like特征 | 第23-24页 |
| ·Haar-like特征计算方法 | 第24-25页 |
| ·选取弱分类器并形成强分类器 | 第25-26页 |
| ·级联分类器的形成 | 第26-28页 |
| ·人脸检测模拟实验结果 | 第28-29页 |
| ·算法模拟的平台和工具 | 第28-29页 |
| ·图像归一化 | 第29页 |
| ·本章小结 | 第29-33页 |
| 第三章 基于主成分分析算法的人脸识别 | 第33-38页 |
| ·主成分分析算法基础K-L变换 | 第33-35页 |
| ·主成分分析算法的优点 | 第35页 |
| ·特征空间的确定 | 第35-36页 |
| ·人脸识别的距离函数选取和相似度分类 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 粒子群结合遗传优化PCA算法 | 第38-45页 |
| ·粒子群优化算法 | 第38-40页 |
| ·粒子群和PCA相结合算法 | 第40-43页 |
| ·特征向量与识别率之间的关系 | 第40页 |
| ·结合算法描述 | 第40-43页 |
| ·遗传算法 | 第43-44页 |
| ·遗传算法介绍及其原理 | 第43-44页 |
| ·遗传算法结合粒子群优化步骤 | 第44-45页 |
| 第五章 人脸识别实验结果和比较 | 第45-49页 |
| ·实验结果结构图 | 第45-46页 |
| ·实验结果分析和比较 | 第46-49页 |
| ·实验结果模拟仿真 | 第47-49页 |
| 第六章 总结和展望 | 第49-51页 |
| ·总结 | 第49-50页 |
| ·展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 在校期间参与的科研项目 | 第54-55页 |
| 致谢 | 第55页 |
