基于RLS和HMM的人脸识别算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 模式识别理论 | 第9页 |
| 1.2 课题研究的背景与意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.4 人脸识别综述 | 第12-16页 |
| 1.4.1 人脸图像预处理 | 第13-14页 |
| 1.4.2 主要的识别方法 | 第14-15页 |
| 1.4.3 人脸识别面临的问题 | 第15-16页 |
| 1.5 本文主要内容与工作安排 | 第16-17页 |
| 第2章 隐马尔可夫模型的基本理论 | 第17-28页 |
| 2.1 HMM的基本概念 | 第17-19页 |
| 2.2 HMM的三个基本问题 | 第19-27页 |
| 2.2.1 求解概率问题 | 第19-21页 |
| 2.2.2 参数估计问题 | 第21-25页 |
| 2.2.3 预测问题 | 第25-27页 |
| 2.2.4 需要说明的问题 | 第27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 基于RLS的特征提取算法 | 第28-44页 |
| 3.1 特征脸方法 | 第28-30页 |
| 3.1.1 K-L变换 | 第28-29页 |
| 3.1.2 特征脸提取方法 | 第29-30页 |
| 3.2 RLS算法 | 第30-36页 |
| 3.2.1 MSE最小准则 | 第31-32页 |
| 3.2.2 算法原理的分析 | 第32-36页 |
| 3.3 基于RLS的特征提取 | 第36-38页 |
| 3.4 实验结果的比较与分析 | 第38-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于RLS和HMM的人脸识别算法 | 第44-60页 |
| 4.1 基于HMM的人脸模型 | 第44-45页 |
| 4.2 基于RLS和HMM的特征提取 | 第45-50页 |
| 4.2.1 实验用的人脸库 | 第45-46页 |
| 4.2.2 三种用于比较的特征提取方法 | 第46-47页 |
| 4.2.3 RLS观测值向量的获取 | 第47-49页 |
| 4.2.4 RLS观测值向量的优化 | 第49-50页 |
| 4.3 基于RLS和HMM的人脸识别 | 第50-57页 |
| 4.3.1 HMM的训练过程 | 第51-53页 |
| 4.3.2 HMM的识别过程 | 第53-55页 |
| 4.3.3 实验结果及分析 | 第55-57页 |
| 4.4 特征融合 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 工作总结与展望 | 第60-62页 |
| 5.1 工作总结 | 第60页 |
| 5.2 工作展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67页 |
