人脸自动识别系统的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第8-20页 |
| ·引言 | 第8-9页 |
| ·人脸自动识别系统概述 | 第9-18页 |
| ·人脸自动识别系统组成 | 第9-10页 |
| ·人脸自动识别系统的应用 | 第10-11页 |
| ·人脸自动识别系统研究历史与现状 | 第11-18页 |
| ·本文的工作 | 第18-20页 |
| 第2章 人脸检测与定位 | 第20-29页 |
| ·人脸检测 | 第20-23页 |
| ·基于特征的人脸检测 | 第20-22页 |
| ·基于图像的人脸检测 | 第22-23页 |
| ·人脸模型 | 第23-24页 |
| ·人眼的定位 | 第24-29页 |
| ·图像边缘检测 | 第24-25页 |
| ·图像二值化 | 第25-26页 |
| ·瞳孔中心粗定位 | 第26-27页 |
| ·眼球精定位 | 第27-29页 |
| 第3章 人脸预处理 | 第29-38页 |
| ·引言 | 第29页 |
| ·人脸图像的旋转 | 第29-31页 |
| ·人脸图像的剪贴 | 第31-32页 |
| ·人脸图像的缩放 | 第32-33页 |
| ·人脸图像的灰度拉伸 | 第33-34页 |
| ·人脸图像的直方图修正 | 第34-36页 |
| ·预处理后的人脸数据库 | 第36-38页 |
| 第4章 小波特征提取 | 第38-54页 |
| ·小波变换的特点 | 第38-39页 |
| ·连续小波变换 | 第39页 |
| ·离散小波变换 | 第39-40页 |
| ·二进小波变换 | 第40页 |
| ·小波变换的多分辨率分析 | 第40-41页 |
| ·二维离散小波变换 | 第41-43页 |
| ·人脸图像的小波特征提取 | 第43-54页 |
| ·小波选择 | 第43-44页 |
| ·小波系数提取 | 第44-54页 |
| 第5章 基于K-L变换的主成份分析 | 第54-69页 |
| ·K-L变换 | 第54-57页 |
| ·小波系数的PCA分析 | 第57-60页 |
| ·小波系数的K-L变换 | 第57-59页 |
| ·主成份分析(PCA)及能量选择 | 第59-60页 |
| ·PCA试验 | 第60-69页 |
| 第6章 用于人脸识别的神经网络的设计 | 第69-82页 |
| ·神经网络的学习方法 | 第69-72页 |
| ·学习方式 | 第69-71页 |
| ·学习算法 | 第71-72页 |
| ·学习与自适应 | 第72页 |
| ·BP神经网络 | 第72-79页 |
| ·BP网络模型 | 第73-74页 |
| ·BP算法 | 第74-76页 |
| ·改进的BP算法 | 第76-79页 |
| ·用于人脸识别神经网络的设计 | 第79-82页 |
| ·输入／输出层设计 | 第79-80页 |
| ·隐含层的设计 | 第80-81页 |
| ·初始权值的选择 | 第81-82页 |
| 第7章 基于改进型BP神经网络的人脸识别 | 第82-93页 |
| ·BP神经网络训练 | 第82-89页 |
| ·人脸识别 | 第89-91页 |
| ·人脸识别试验 | 第91-93页 |
| 第8章 总结与展望 | 第93-96页 |
| ·本文工作 | 第93-94页 |
| ·展望 | 第94-96页 |
| 参考文献 | 第96-100页 |
| 致谢 | 第100页 |
