投影分析在人脸识别中的研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-20页 |
| ·人脸识别概述 | 第8-9页 |
| ·人脸识别的研究与发展 | 第9-18页 |
| ·人脸的定位与检测 | 第10-13页 |
| ·人脸识别特征抽取 | 第13-14页 |
| ·人脸识别的方法 | 第14-16页 |
| ·人脸识别方法的评价 | 第16-18页 |
| ·本文研究工作概述 | 第18-19页 |
| ·本文的内容安排 | 第19-20页 |
| 2 图像代数特征抽取方法 | 第20-36页 |
| ·引言 | 第20-21页 |
| ·线性鉴别分析的一般方法 | 第21-25页 |
| ·基本概念 | 第21-22页 |
| ·经典的Fisher线性鉴别与F-S线性鉴别方法 | 第22-23页 |
| ·具有统计不相关性的线性鉴别分析 | 第23-25页 |
| ·高维小样本情况下线性鉴别分析的具体方法 | 第25-28页 |
| ·Fisherfaces方法 | 第25-26页 |
| ·零空间法 | 第26页 |
| ·扰动法 | 第26-27页 |
| ·鉴别特征组合法 | 第27-28页 |
| ·基于类内散布的最优PCA展开方法 | 第28-30页 |
| ·基于类内散布的最优kernel PCA展开方法 | 第30-33页 |
| ·KPCA和KFD的基本思想 | 第30-32页 |
| ·基于类内散布的最优kernel PCA展开方法 | 第32-33页 |
| ·实验结果 | 第33-35页 |
| ·ORL人脸图像数据库 | 第33-34页 |
| ·实验结果 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 3 基于多级分类的人脸识别 | 第36-53页 |
| ·引言 | 第36-37页 |
| ·多级分类的基本原理 | 第37页 |
| ·多分类器组合基本原理 | 第37-38页 |
| ·人脸图像的特征抽取 | 第38-44页 |
| ·Karhunen-Loeve展开 | 第39-41页 |
| ·基于小波变换的图像分解 | 第41-43页 |
| ·维数问题 | 第43-44页 |
| ·单分类器实验结果 | 第44-51页 |
| ·多分类器组合识别实验 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 4 基于特征融合的人脸自动识别 | 第53-67页 |
| ·引言 | 第53-54页 |
| ·人脸图像的定位与校准 | 第54-57页 |
| ·组合特征抽取的广义K-L变换方法 | 第57-59页 |
| ·特征融合实验及分析 | 第59-65页 |
| ·自组织映射特征与小波变换特征的融合实验 | 第59-63页 |
| ·形状特征和纹理特征的融合实验 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 5 增量学习的人脸自动识别 | 第67-75页 |
| ·引言 | 第67页 |
| ·奇异值分解的校正算法 | 第67-70页 |
| ·奇异值分解原理 | 第67-69页 |
| ·奇异值分解校正算法 | 第69-70页 |
| ·特征分解的校正算法 | 第70-73页 |
| ·实验结果 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 结束语 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-86页 |
| 附录 | 第86页 |
