基于子空间的人脸识别算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-17页 |
| ·课题研究背景及意义 | 第8-10页 |
| ·人脸识别概述 | 第10-15页 |
| ·人脸识别的国内外研究现状 | 第10-12页 |
| ·人脸识别的理论方法 | 第12-15页 |
| ·主要研究内容及结构安排 | 第15-17页 |
| 第2章 子空间学习方法 | 第17-36页 |
| ·线性子空间方法 | 第17-20页 |
| ·主成分分析 | 第17-19页 |
| ·线性判别分析 | 第19-20页 |
| ·流形学习理论及方法 | 第20-30页 |
| ·流形和流形学习 | 第21-23页 |
| ·等距映射 | 第23-24页 |
| ·局部线性嵌入 | 第24-26页 |
| ·拉普拉斯特征映射 | 第26-28页 |
| ·局部切空间排列 | 第28-30页 |
| ·几种流形学习算法的归纳 | 第30页 |
| ·子空间方法的核扩展 | 第30-35页 |
| ·核主成分分析 | 第31-33页 |
| ·核线性判别分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于判别等度规映射的人脸识别 | 第36-51页 |
| ·引言 | 第36-37页 |
| ·判别等度规映射 | 第37-44页 |
| ·等度规映射 | 第37-38页 |
| ·最大散度差准则 | 第38-40页 |
| ·判别等度规映射 | 第40-42页 |
| ·DIsoP 算法实现过程 | 第42-44页 |
| ·实验结果及分析 | 第44-50页 |
| ·ORL 人脸数据库测试 | 第44-48页 |
| ·Yale 人脸数据库测试 | 第48-50页 |
| ·实验结果分析 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于无相关判别等度规映射的人脸识别 | 第51-62页 |
| ·引言 | 第51页 |
| ·传统的统计方法 | 第51-52页 |
| ·统计不相关的图像投影鉴别分析 | 第52-55页 |
| ·统计不相关图像投影 | 第53-54页 |
| ·相关性分析 | 第54-55页 |
| ·无相关判别等度规映射 | 第55-61页 |
| ·UDIsoP 算法描述 | 第55-57页 |
| ·实验结果及分析 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 嵌入式人脸识别系统 | 第62-72页 |
| ·嵌入式操作系统简介 | 第62-63页 |
| ·系统硬件选择与设计 | 第63-65页 |
| ·Real6410 开发板 | 第63-64页 |
| ·系统工作环境设计 | 第64页 |
| ·摄像设备的选择 | 第64-65页 |
| ·嵌入式人脸识别系统 | 第65-71页 |
| ·嵌入式人脸识别系统的设计 | 第65-66页 |
| ·核心算法的选择 | 第66-68页 |
| ·基于 WinCE 的注册和认证 | 第68-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 结论 | 第72-74页 |
| ·工作总结 | 第72页 |
| ·工作展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间的研究成果 | 第81页 |
