基于PCA针对表情变化的人脸识别技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-19页 |
| ·人脸识别的研究背景和意义 | 第7-8页 |
| ·人脸识别研究背景 | 第7-8页 |
| ·人脸识别的意义 | 第8页 |
| ·人脸识别的研究现状及存在问题 | 第8-15页 |
| ·人脸识别的发展历史 | 第8-12页 |
| ·人脸识别的现状 | 第12-13页 |
| ·人脸识别存在的问题 | 第13-15页 |
| ·人脸识别的性能评测指标 | 第15页 |
| ·人脸数据库简介 | 第15-17页 |
| ·本文主要研究内容及各章安排 | 第17-19页 |
| ·本文主要研究内容 | 第17-18页 |
| ·本文各章安排 | 第18-19页 |
| 第二章 人脸识别的主成分分析方法 | 第19-31页 |
| ·概述 | 第19页 |
| ·K-L 变换 | 第19-21页 |
| ·K-L 变换基本原理 | 第19-20页 |
| ·特征压缩 | 第20-21页 |
| ·人脸识别的PCA 方法 | 第21-27页 |
| ·总体散布矩阵的形成 | 第21-22页 |
| ·维数问题 | 第22页 |
| ·变换矩阵的求解及变换的实现 | 第22-24页 |
| ·特征脸 | 第24-25页 |
| ·人脸识别的特征脸方法 | 第25-27页 |
| ·人脸识别的分类准则 | 第27-29页 |
| ·相似性测度 | 第27-28页 |
| ·分类器 | 第28-29页 |
| ·PCA 的特点及存在问题 | 第29-31页 |
| ·特点 | 第29页 |
| ·存在问题 | 第29-31页 |
| 第三章 消除表情影响的方法研究 | 第31-49页 |
| ·位平面法 | 第31-34页 |
| ·位平面法概述 | 第31-32页 |
| ·识别结果 | 第32-34页 |
| ·特征块法 | 第34-37页 |
| ·方法概述 | 第34-35页 |
| ·特征块法分类器设计 | 第35-36页 |
| ·识别结果 | 第36-37页 |
| ·小波变换法 | 第37-42页 |
| ·小波变换方法概述 | 第38-39页 |
| ·算法描述 | 第39-40页 |
| ·识别结果 | 第40-42页 |
| ·半脸与奇偶分量法 | 第42-49页 |
| ·方法概述 | 第42-43页 |
| ·对称性特征半脸的人脸识别方法 | 第43-44页 |
| ·特征半脸识别方法 | 第44-45页 |
| ·基于对称性特征半脸的算法实现 | 第45页 |
| ·识别结果 | 第45-49页 |
| 第四章 本文方法的实现及结果 | 第49-57页 |
| ·人脸库的选取 | 第49-50页 |
| ·人脸识别系统框图 | 第50-51页 |
| ·人脸图像预处理 | 第51-52页 |
| ·识别过程 | 第52-54页 |
| ·结果分析 | 第54-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·全文工作总结 | 第57-58页 |
| ·未来工作展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-64页 |
