基于小波变换与核方法的人脸识别
| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 绪论 | 第6-9页 |
| ·研究背景及意义 | 第6-8页 |
| ·本文工作 | 第8-9页 |
| 第二章 人脸识别技术综述 | 第9-21页 |
| ·生物识别技术 | 第9-11页 |
| ·人脸识别的发展阶段 | 第11-13页 |
| ·正面人脸识别阶段 | 第11-12页 |
| ·基于多姿态/表情的人脸识别阶段 | 第12页 |
| ·动态跟踪人脸识别阶段 | 第12页 |
| ·三维人脸识别阶段 | 第12-13页 |
| ·人脸检测方法综述 | 第13-17页 |
| ·人脸模式的特征提取 | 第13-14页 |
| ·人脸检测的方法 | 第14-17页 |
| ·人脸识别方法综述 | 第17-21页 |
| ·基于几何特征的人脸识别方法 | 第17-18页 |
| ·基于代数特征的人脸识别方法 | 第18-21页 |
| 第三章 人脸图像预处理 | 第21-32页 |
| ·滤波去噪 | 第21-22页 |
| ·灰度变换 | 第22-24页 |
| ·灰度均值方差标准化 | 第22-23页 |
| ·直方图均衡化 | 第23页 |
| ·直方图匹配(规定化) | 第23-24页 |
| ·边缘检测及其它预处理方法 | 第24-25页 |
| ·本文涉及的预处理方法 | 第25页 |
| ·一种新的角度归一化方法的提出 | 第25-32页 |
| 第四章 基于小波变换的人脸特征提取 | 第32-43页 |
| ·小波变换简介 | 第32-33页 |
| ·小波变换应用于人脸识别 | 第33-39页 |
| ·二维离散小波分解 | 第34-35页 |
| ·小波变换参数的选择 | 第35-38页 |
| ·人脸图像小波分解 | 第38-39页 |
| ·一种新的小波分解子图特征融合的方法 | 第39-43页 |
| ·现有的小波子图特征融合方法 | 第40页 |
| ·一种新的小波子图特征融合方法的提出 | 第40-43页 |
| 第五章 核方法在人脸识别中的应用 | 第43-55页 |
| ·核方法基本概念 | 第43-46页 |
| ·支撑向量机(SVM)及其在程序中的应用 | 第46-48页 |
| ·支撑向量机(SVM) | 第46-47页 |
| ·支撑向量机(SVM)的程序实现 | 第47-48页 |
| ·核主元分析方法(KPCA) | 第48-52页 |
| ·主元分析方法(PCA) | 第48-50页 |
| ·核主元分析法(KPCA)及实现 | 第50-52页 |
| ·KPCA中一种新的组合核函数方法的提出 | 第52-55页 |
| 第六章 算法结果分析人脸识别系统的实现 | 第55-63页 |
| ·对算法及其改进的实验结果的分析 | 第55-60页 |
| ·人脸识别系统的实现 | 第60-63页 |
| 第七章 总结及工作展望 | 第63-66页 |
| ·总结 | 第63-65页 |
| ·工作展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者在读期间科研成果简介 | 第69-70页 |
| 声明 | 第70-71页 |
| 致谢 | 第71页 |
