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

鉴别特征抽取方法及其在人脸识别中的应用研究

摘要第1-7页
Abstract第7-12页
第一章 绪论第12-30页
   ·人脸识别介绍及研究概括第13-15页
   ·人脸检测概述第15-20页
     ·基于知识的方法第15-16页
     ·基于人脸的不变特征的方法第16-17页
     ·模板匹配的方法第17页
     ·基于统计的方法第17-20页
   ·人脸识别的特征抽取第20-22页
     ·基于知识的特征抽取第20-21页
     ·代数特征抽取第21-22页
   ·人脸识别方法第22-28页
     ·基于线性投影的方法第22-24页
     ·基于核的非线性投影方法第24-25页
     ·流形学习方法第25-26页
     ·其他的人脸识别方法第26-28页
   ·本文研究工作概述第28-29页
   ·本文的内容安排第29-30页
第二章 一种完全的基于Schur分解的Fisher线性鉴别分析方法第30-43页
   ·引言第30-31页
   ·基础知识第31-35页
     ·基本概念第31-32页
     ·主成份分析第32-34页
     ·经典的Fisher线性鉴别与F-S线性鉴别方法第34-35页
     ·PCA+LDA方法第35页
   ·完全的基于Schur分解的Fisher线性鉴别分析方法第35-38页
   ·实验结果与分析第38-42页
     ·在ORL人脸数据库上的实验第38-41页
     ·在FERET人脸数据库上的实验第41-42页
   ·本章小结第42-43页
第三章 具有统计不相关性的最大散度差特征抽取方法第43-55页
   ·引言第43-44页
   ·统计不相关最优鉴别矢量集第44-45页
   ·基于最大散度差准则(MSDC)的最优鉴别矢量集方法第45-46页
   ·具有统计不相关性的MSDC最优鉴别矢量集方法第46-48页
     ·构造统计不相关空间第47-48页
     ·统计不相关的最优鉴别矢量集求取第48页
     ·算法流程第48页
   ·相关性度量第48-49页
   ·最大散度差准则与Fisher准则的最优鉴别矢量集之间的关系第49-50页
   ·实验结果与分析第50-54页
   ·本章小结第54-55页
第四章 对角线性鉴别分析特征抽取方法第55-66页
   ·引言第55-56页
   ·二维投影理论及其方法第56-58页
     ·二维投影理论第56页
     ·2DPCA方法第56-57页
     ·2DLDA方法第57-58页
     ·二维投影的特征抽取第58页
   ·对角线性鉴别分析方法第58-61页
     ·对角线性鉴别分析的提出第58-59页
     ·对角线性鉴别分析方法第59-61页
     ·分类第61页
   ·实验结果与分析第61-65页
     ·在ORL人脸数据库上的实验第61-63页
     ·在FERET人脸数据库上的实验第63-65页
   ·本章小结第65-66页
第五章 一种改进的核特征抽取方法第66-82页
   ·引言第66-67页
   ·核技术第67-72页
     ·核技术的产生第67-70页
     ·核函数第70-72页
   ·核Fisher极小准则鉴别分析模型第72-75页
     ·基本概念和极小鉴别准则第72-73页
     ·两个等价模型第73-75页
   ·核鉴别矢量的求取第75-77页
   ·特征抽取第77页
   ·实验结果与分析第77-81页
     ·在ORL人脸数据库上的实验第77-80页
     ·在NUST603人脸数据库上的实验第80-81页
   ·本章小结第81-82页
第六章 正交鉴别局部保持投影方法第82-98页
   ·引言第82-83页
   ·局部保持投影(LPP)方法原理第83-90页
     ·理论背景第83页
     ·LPP算法简介第83-84页
     ·LPP算法的理论分析第84-90页
   ·OLPP第90-91页
   ·ODLPPS第91-92页
   ·实验结果与分析第92-97页
     ·在ORL人脸数据库上的实验第92-95页
     ·在Yale人脸数据库上的实验第95-96页
     ·在FERET人脸数据库上的实验第96-97页
   ·本章小结第97-98页
结束语第98-100页
致谢第100-101页
参考文献第101-112页
附录第112页

论文共112页,点击 下载论文
上一篇:光学图像去云雾方法研究
下一篇:特征抽取方法研究及其在人脸识别中的应用