基于主成份分析的人脸识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| ·人脸识别的研究背景及意义 | 第9页 |
| ·人脸识别技术的发展和研究现状 | 第9-11页 |
| ·人脸识别技术的发展 | 第9-10页 |
| ·人脸识别技术的研究现状 | 第10-11页 |
| ·人脸识别技术的研究内容 | 第11-13页 |
| ·人脸识别方法综述 | 第13-17页 |
| ·人脸识别方法分类 | 第13页 |
| ·常用的人脸识别方法 | 第13-17页 |
| ·论文的主要工作及组织结构 | 第17-19页 |
| ·论文的主要工作 | 第17页 |
| ·论文的组织结构 | 第17-19页 |
| 第二章 人脸图像预处理 | 第19-25页 |
| ·引言 | 第19页 |
| ·人脸图像库 | 第19-21页 |
| ·人脸图像的预处理算法 | 第21-23页 |
| ·图像的几何归一化 | 第21-22页 |
| ·图像的直方图均衡化 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于PCA的人脸识别方法 | 第25-37页 |
| ·引言 | 第25页 |
| ·PCA人脸识别方法原理 | 第25-30页 |
| ·特征提取的概念 | 第26页 |
| ·离散K-L变换的原理 | 第26-28页 |
| ·特征值的选择 | 第28-29页 |
| ·距离函数的选取与分类判别 | 第29-30页 |
| ·经典的PCA人脸识别 | 第30-34页 |
| ·特征脸算法 | 第30页 |
| ·经典PCA人脸识别方法的实现过程 | 第30-31页 |
| ·训练过程 | 第31-33页 |
| ·识别过程 | 第33-34页 |
| ·基于分块PCA的人脸识别方法 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于2DPCA的人脸识别方法 | 第37-49页 |
| ·引言 | 第37页 |
| ·基于2DPCA人脸识别方法 | 第37-41页 |
| ·基本原理 | 第37-39页 |
| ·实现过程 | 第39-41页 |
| ·基于加权的分块2DPCA人脸识别方法 | 第41-47页 |
| ·算法分析 | 第43-44页 |
| ·训练过程 | 第44-46页 |
| ·识别过程 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 实验结果与分析 | 第49-63页 |
| ·引言 | 第49页 |
| ·基于加权分块的2DPCA人脸识别系统 | 第49-50页 |
| ·基于ORL人脸库的实验 | 第50-56页 |
| ·实验一 | 第50-52页 |
| ·实验二 | 第52-55页 |
| ·实验三 | 第55-56页 |
| ·基于Yale人脸库的实验 | 第56-62页 |
| ·实验一 | 第56-58页 |
| ·实验二 | 第58-61页 |
| ·实验三 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·本文总结 | 第63-64页 |
| ·工作展望 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录A 攻读硕士学位期间取得的学术成果 | 第71页 |
