首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人脸特征抽取与分类器设计若干问题的研究

摘要第1-7页
Abstract第7-9页
目录第9-12页
第一章 绪论第12-24页
   ·人脸识别研究概述第12-14页
     ·人脸识别研究发展与现状第12-13页
     ·人脸识别的应用领域第13页
     ·人脸识别系统的组成第13-14页
   ·人脸特征提取与识别方法第14-18页
     ·基于几何特征的方法第14-15页
     ·基于代数特征的方法第15页
     ·支持向量机方法第15-16页
     ·基于核技术的方法第16页
     ·基于弹性模型的方法第16-17页
     ·基于神经网络的方法第17页
     ·形变模型方法第17-18页
   ·人脸识别常用的数据库及性能评价第18-19页
   ·本文研究工作概述第19-22页
   ·本文章节安排第22-24页
第二章 融合分块小波变换与 KPCA的人脸特征抽取理论第24-42页
   ·引言第24-25页
   ·分块人脸二维离散小波变换(DDWT)与特征抽取第25-27页
     ·二维离散小波变换的基本概念第25-26页
     ·分块人脸小波变换与特征抽取第26-27页
   ·小波变换层数与小波基的选择第27-31页
     ·小波基的选择第27-29页
     ·小波变换层数的选择第29-31页
   ·主成分分析(PCA)与核主成分分析(KPCA)第31-34页
     ·主成分分析(PCA)的基本概念第31-33页
     ·核主成分分析(KPCA)的基本概念第33-34页
   ·分块小波系数 KPCA特征提取与融合第34-35页
   ·算法实现第35页
   ·实验结果与分析第35-41页
   ·本章结论第41-42页
第三章 融合频率域变换与奇异值阈值压缩的人脸特征抽取理论第42-62页
   ·引言第42-43页
   ·融合分块小波变换与奇异值阈值压缩的人脸特征抽取理论第43-53页
     ·奇异值分解的基本原理第43-44页
     ·基于闭值的人脸奇异值压缩降维第44-47页
     ·融合分块小波变换的奇异值阈值压缩与特征融合第47-48页
     ·算法实现第48-49页
     ·实验结果与分析第49-53页
   ·融合分块 DCT变换与奇异值阈值压缩的人脸特征抽取理论第53-60页
     ·图像 DCT变换的基本原理第53-54页
     ·分块图像 DCT变换的基本原理第54-56页
     ·分块 DCT系数矩阵的奇异值阈值压缩与融合第56-57页
     ·算法实现第57页
     ·实验结果与分析第57-60页
   ·本章小结第60-62页
第四章 基于人脸不变特征分析的鉴别特征抽取理论第62-80页
   ·引言第62-63页
   ·基于自适应边缘轮廓网格矢量编码的人脸特征抽取理论第63-72页
     ·人脸归一化与边缘提取第63-65页
     ·器官定位与边缘特征轮廓网格分割编码第65-66页
     ·分类第66-68页
     ·实验结果及分析第68-72页
   ·基于不变小波矩描述子特征矩阵与2DPCA投影压缩的人脸特征抽取第72-79页
     ·不变小波矩描述子特征矩阵(WMD)第73-75页
     ·2DPCA投影基本理论第75-76页
     ·WMD+2DPCA最优鉴别特征抽取第76页
     ·算法实现第76页
     ·实验结果与仿真第76-79页
   ·本章小结第79-80页
第五章 基于最小风险检测 ART网络的人脸特征分类器设计第80-92页
   ·引言第80-81页
   ·最小风险检测 ART网络第81-84页
     ·ART网络的基本结构第81页
     ·最小风险检侧ART网络的结构模型第81-82页
     ·有师监督训练第82-83页
     ·最小风险 ART网络的运行原理第83-84页
   ·基于最小风险检测 ART网络分类器的算法第84-85页
   ·实验仿真与结果分析第85-90页
     ·准则讨论与特征值选取第85页
     ·结果分析与性能比较第85-90页
   ·本章小结第90-92页
结束语第92-94页
致谢第94-96页
参考文献第96-106页
附录第106页

论文共106页,点击 下载论文
上一篇:浅析跨国公司跨境并购
下一篇:江苏省交通基础设施建设与社会经济发展的系统动力学分析