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

基于子空间分析和频域特征提取的人脸识别研究

摘要第1-4页
ABSTRACT第4-8页
1 绪论第8-16页
   ·人脸识别问题的提出及研究意义第8-11页
     ·人脸识别的提出第8-9页
     ·人脸识别的挑战第9-10页
     ·研究的意义及应用第10-11页
   ·四类人脸识别算法的国内外研究现状第11-14页
     ·基于频域特征的人脸识别方法第11-12页
     ·线性子空间分析方法第12-13页
     ·基于核映射的非线性子空间分析方法第13页
     ·流形学习算法第13-14页
   ·常用的人脸数据库介绍第14-15页
   ·本文的主要工作以及内容安排第15-16页
2 常见子空间人脸识别方法对比分析第16-28页
   ·引言第16页
   ·主成份分析法第16-17页
   ·线性判别分析第17-22页
     ·Fisher 脸算法第18-19页
     ·基于零空间的线性判别分析第19-20页
     ·正则化的线性判别分析第20-21页
     ·大间距准则第21-22页
   ·双向子空间分析第22页
   ·局部保持投影分析第22-23页
   ·实验分析第23-27页
     ·实验人脸库第23-24页
     ·识别率随投影维数的变化情况第24-25页
     ·识别率随不同训练样本数的变化情况第25-27页
   ·本章总结第27-28页
3 基于 Contourlet 变换和双向子空间分析的人脸识别第28-35页
   ·引言第28页
   ·Contourlet 变换第28-29页
   ·双向子空间分析第29-30页
   ·本文模型第30-32页
   ·实验结果与分析第32-34页
   ·本章总结第34-35页
4 基于大间距准则的不相关保局投影分析第35-46页
   ·引言第35-36页
   ·ULPA-MMC 算法第36-42页
     ·构造含有类间局部和类内局部信息的分类准则第36-37页
     ·特征提取第37-39页
     ·不相关分析第39-41页
     ·讨论第41-42页
   ·实验结果与分析第42-45页
     ·实验准备知识第42-43页
     ·不相关效果验证第43-44页
     ·实验结果分析第44-45页
   ·本章总结第45-46页
5 总结与展望第46-47页
致谢第47-48页
参考文献第48-53页
附录第53页
 作者在攻读学位期间发表的论文目录第53页

论文共53页,点击 下载论文
上一篇:基于数据挖掘技术的股票投资实证研究
下一篇:基于变分PDE的图像去噪方法研究