人脸特征提取和识别算法的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·人脸识别的研究背景 | 第11-16页 |
| ·人脸识别的特点 | 第16-17页 |
| ·人脸识别系统的构成 | 第17-18页 |
| ·人脸识别的研究价值 | 第18页 |
| ·人脸库简介 | 第18-19页 |
| ·本论文的内容安排 | 第19-21页 |
| ·主要研究内容 | 第19-20页 |
| ·论文的组织结构 | 第20-21页 |
| 第2章 基于小波变换的人脸识别 | 第21-37页 |
| ·小波变换理论 | 第21-25页 |
| ·小波变换的理论基础 | 第21-23页 |
| ·两种小波变换 | 第23-25页 |
| ·小波的种类 | 第25-28页 |
| ·经典小波 | 第25-27页 |
| ·正交小波 | 第27-28页 |
| ·二维离散小波变换 | 第28-31页 |
| ·二维正交小波变换 | 第28-30页 |
| ·二维正交小波变换应用于图像变换 | 第30-31页 |
| ·实验结果及分析 | 第31-34页 |
| ·小波函数的选取 | 第32页 |
| ·小波分解分量的选择 | 第32-33页 |
| ·小波分解层数的选择 | 第33-34页 |
| ·本章小结 | 第34-37页 |
| 第3章 频域变换应用于人脸识别 | 第37-47页 |
| ·傅里叶变换 | 第37-41页 |
| ·一维傅里叶变换 | 第37页 |
| ·两种二维傅里叶变换 | 第37-38页 |
| ·二维傅里叶变换的功率谱 | 第38页 |
| ·二维傅里叶变换的性质 | 第38-40页 |
| ·用于人脸识别的频谱脸 | 第40-41页 |
| ·离散余弦变换 | 第41-44页 |
| ·DCT原理简介 | 第41-42页 |
| ·DCT应用于人脸识别 | 第42-44页 |
| ·实验结果及分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于SVM的人脸识别 | 第47-59页 |
| ·支持向量机 | 第47-53页 |
| ·线性SVM | 第48-51页 |
| ·非线性SVM | 第51-52页 |
| ·支持向量机的核函数 | 第52-53页 |
| ·多分类支持向量机 | 第53页 |
| ·多分类支持向量机简介 | 第53页 |
| ·基于SVM的人脸识别实验 | 第53-58页 |
| ·支持向量机参数的选择 | 第53-55页 |
| ·识别率比较 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 二维主成分分析应用于人脸识别 | 第59-67页 |
| ·主成分分析 | 第59-61页 |
| ·概述 | 第59页 |
| ·主成分分析的基本原理 | 第59-60页 |
| ·PCA应用人脸识别的原理 | 第60-61页 |
| ·二维主成分分析 | 第61-63页 |
| ·概述 | 第61页 |
| ·二维主成分分析的基本原理 | 第61-62页 |
| ·二维主成分分析应用于人脸识别 | 第62-63页 |
| ·实验结果及分析 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 第6章 实验结果及分析 | 第67-87页 |
| ·预处理方法比较 | 第67-72页 |
| ·基于空间滤波的预处理 | 第68页 |
| ·基于频域滤波的预处理 | 第68-69页 |
| ·基于均值调整的预处理 | 第69-72页 |
| ·基于离散余弦变换的人脸识别实验 | 第72-76页 |
| ·离散余弦变换降维的参数选择 | 第72-75页 |
| ·DCT变换进一步降维实验 | 第75-76页 |
| ·基于小波的人脸识别实验 | 第76-79页 |
| ·简单图像压缩降维 | 第76-77页 |
| ·基于小波变换的人脸库实验 | 第77-79页 |
| ·基于2D PCA方法的人脸识别 | 第79-82页 |
| ·基于2D PCA的主成分个数的选取 | 第79-80页 |
| ·基于2D PCA的人脸库实验 | 第80-82页 |
| ·几种处理方法的结合 | 第82-85页 |
| ·本章小结 | 第85-87页 |
| 第7章 总结与展望 | 第87-91页 |
| ·本文工作总结 | 第87-89页 |
| ·未来工作展望 | 第89-91页 |
| 参考文献 | 第91-95页 |
| 致谢 | 第95-97页 |
| 攻读硕士期间发表的论文 | 第97页 |
