基于子空间的人脸识别方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9页 |
| ·人脸鉴别技术的研究内容简述 | 第9-10页 |
| ·人脸鉴别技术优点 | 第10-11页 |
| ·人脸鉴别技术的应用前景 | 第11-12页 |
| ·人脸鉴别的主要方式 | 第12-14页 |
| ·人脸鉴别的难点 | 第14-15页 |
| ·论文的重要内容和结构 | 第15-16页 |
| 第二章 人脸图象的预处理 | 第16-22页 |
| ·引言 | 第16页 |
| ·国外通用人脸图象库简介 | 第16-19页 |
| ·Yale 人脸图象库 | 第16-17页 |
| ·AR 人脸图象库 | 第17-18页 |
| ·FERET 人脸图象库 | 第18页 |
| ·UMIST 人脸图象库 | 第18-19页 |
| ·图象归一化 | 第19-21页 |
| ·几何归一化 | 第19-20页 |
| ·灰度归一化 | 第20页 |
| ·二值化 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 图象处理的 MATLAB 实现 | 第22-28页 |
| ·MATLAB 简介 | 第22页 |
| ·图象处理及过程 | 第22-24页 |
| ·图象处理的常用函数 | 第22页 |
| ·图象种类的变换 | 第22-23页 |
| ·图象增强 | 第23页 |
| ·边缘检测 | 第23-24页 |
| ·图象处理的 Matlab 算法 | 第24-27页 |
| ·图象种类的变换 | 第24页 |
| ·图象增强 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 PCA 人脸鉴别方式分析 | 第28-43页 |
| ·引言 | 第28页 |
| ·PCA 方式的原理 | 第28-32页 |
| ·KL 变换 | 第29-31页 |
| ·SVD 定理 | 第31-32页 |
| ·PCA 方式在人脸鉴别中的运用 | 第32-35页 |
| ·2D－PCA 方式的基础原理 | 第35-41页 |
| ·维 PCA 方式的实现 | 第39页 |
| ·数据库构建过程 | 第39-40页 |
| ·鉴别过程 | 第40-41页 |
| ·实验结果及分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 多姿态人脸识别技术 | 第43-49页 |
| ·多姿态人脸鉴别 | 第43页 |
| ·多姿态人脸鉴别的现状 | 第43-44页 |
| ·人脸图象处理 | 第44-45页 |
| ·图象归一化 | 第44-45页 |
| ·国际通用人脸图象库介绍 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 仿真实验 | 第49-55页 |
| ·基于 ICA 和线性回归的多姿态人脸鉴别 | 第49-50页 |
| ·单个人脸鉴别 | 第50-51页 |
| ·基于虚拟样品的人脸鉴别的实验 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 总结 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60-66页 |
