基于KL投影和奇异值分解相融合的人脸识别方法的研究
| 1 绪论 | 第1-19页 |
| ·人脸识别综述 | 第7-16页 |
| ·人脸识别的理论研究及发展现状 | 第7-9页 |
| ·人脸识别的意义 | 第9-10页 |
| ·人脸识别具有以下特点 | 第10页 |
| ·人脸识别技术的应用 | 第10-11页 |
| ·人脸识别技术 | 第11-16页 |
| ·人脸识别的过程 | 第16-17页 |
| ·精确度与识别率 | 第17页 |
| ·本文结构安排 | 第17-19页 |
| 2 KL投影和奇异值分解相融合的人脸识别方法 | 第19-35页 |
| ·KL算法 | 第19-21页 |
| ·奇异值分解 | 第21-23页 |
| ·主成分分析 | 第23页 |
| ·FISHER线性判别分析 | 第23-30页 |
| ·KL投影和奇异值分解相融合的分类判别方法 | 第30-31页 |
| ·最近邻决策规则 | 第31-35页 |
| 3 人脸识别系统的实现 | 第35-59页 |
| ·本文开发的人脸识别系统 | 第35-57页 |
| ·人脸识别系统算法流程图 | 第35-36页 |
| ·KL投影和奇异值分解相融合的人脸识别系统的实现 | 第36-57页 |
| ·测试结果与分析 | 第57-59页 |
| 4 结论 | 第59-62页 |
| ·目前人脸识别系统的研究的难点 | 第59-60页 |
| ·对计算机人脸识别发展的展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 作者在读期间科研成果简介 | 第66-67页 |
| 声明 | 第67-68页 |
| 致谢 | 第68页 |
