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

基于Contourlet变换和子空间分析的人脸识别技术研究

摘要第1-6页
ABSTRACT第6-17页
第一章 绪论第17-27页
   ·论文研究的目的及意义第17-18页
   ·小波变换及人脸识别技术第18-19页
     ·小波变换的发展第18页
     ·人脸识别技术第18-19页
   ·人脸识别方法及研究现状第19-23页
     ·人脸识别方法第20-22页
     ·国内外研究现状第22-23页
   ·人脸数据库介绍第23-25页
   ·论文的研究内容及组织结构第25-27页
第二章 小波变换与Contourlet变换理论第27-47页
   ·小波变换基础第27-35页
     ·从Fourier分析到小波分析第27-31页
     ·尺度函数第31-33页
     ·小波空间第33-35页
   ·小波变换第35-38页
     ·尺度和位移的离散化方法第36-37页
     ·二维离散小波变换第37-38页
   ·多分辨率分析与多尺度几何分析第38-41页
     ·多分辨率分析第38-39页
     ·多尺度几何分析第39-41页
   ·Contourlet变换第41-45页
     ·拉普拉斯金字塔分解第42-44页
     ·方向滤波器组滤波第44-45页
   ·Contourlet用于特征提取第45-46页
   ·本章小结第46-47页
第三章 子空间方法第47-55页
   ·引言第47页
   ·主成分分析(PCA)第47-48页
   ·Fisher判别分析(FDA)第48-51页
   ·核Fisher判别分析(KFDA)第51-53页
   ·本章小结第53-55页
第四章 基于Contourlet变换和子空间分析的人脸识别方法第55-63页
   ·引言第55页
   ·人脸图像的分解第55-59页
     ·人脸图像的小波分解第55-56页
     ·人脸图像的Contourlet分解第56-59页
   ·核函数的选取和KNN分类器第59-60页
     ·核函数的选取第59页
     ·KNN分类器第59-60页
   ·基于Contourlet变换和子空间的人脸识别第60-62页
     ·Contourlet+PCA第60-61页
     ·Contourlet+KFDA第61-62页
   ·本章小结第62-63页
第五章 实验与结论第63-71页
   ·引言第63页
   ·Contourlet+PCA实验结果第63-66页
   ·Contourlet+KFDA实验结果第66-69页
   ·结论第69-71页
第六章 总结与展望第71-73页
   ·总结第71页
   ·进一步研究的方向第71-73页
结束语第73-75页
参考文献第75-81页
致谢第81-83页
研究成果及发表的学术论文第83-85页
作者与导师简介第85-86页
北京化工大学硕士研究生学位论文答辩委员会决议书第86-87页

论文共87页,点击 下载论文
上一篇:视频目标检测技术研究
下一篇:复杂图像的分割与统计研究