基于核独立成分分析的人脸检测与识别系统的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·人脸检测与识别的研究意义 | 第8页 |
| ·人脸检测与识别研究进展 | 第8-10页 |
| ·独立成分分析算法及核方法 | 第10-11页 |
| ·本文研究内容及解决的主要问题 | 第11页 |
| ·本论文的组织 | 第11页 |
| ·资助本课题的专项研究基金 | 第11-12页 |
| 第二章 人脸检测与人脸识别基本理论 | 第12-20页 |
| ·人脸检测的描述及难点 | 第12页 |
| ·静态图像检测的基本方法 | 第12-15页 |
| ·基于知识的人脸检测方法 | 第12-14页 |
| ·基于统计方法的人脸检测 | 第14-15页 |
| ·人脸识别系统 | 第15-16页 |
| ·模式识别 | 第15页 |
| ·人脸识别 | 第15-16页 |
| ·人脸图像数据库 | 第16页 |
| ·人脸特征提取 | 第16-18页 |
| ·特征模式分类器设计 | 第18页 |
| ·小结 | 第18-20页 |
| 第三章 独立成分分析方法及改进 | 第20-28页 |
| ·ICA 的基本假设 | 第20页 |
| ·ICA 的数学模型 | 第20-21页 |
| ·ICA 的基本方法 | 第21-22页 |
| ·ICA 在图像特征提取中的应用 | 第22-23页 |
| ·基于组合核的ICA 算法 | 第23-27页 |
| ·核方法概要 | 第23-24页 |
| ·核独立成分分析方法 | 第24-27页 |
| ·小结 | 第27-28页 |
| 第四章 基于Boost 和模板匹配的人脸检测方案 | 第28-39页 |
| ·系统实现 | 第28页 |
| ·基于AdaBoost 的人脸初步检测 | 第28-31页 |
| ·基本AdaBoost 算法 | 第28-30页 |
| ·改进的AdaBoost 算法 | 第30-31页 |
| ·基于模板匹配的人脸精确定位 | 第31-37页 |
| ·模板匹配原理 | 第31-32页 |
| ·模板生成 | 第32-35页 |
| ·模板匹配算法 | 第35-36页 |
| ·模板相似度匹配检测 | 第36-37页 |
| ·人脸图像的预处理 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第五章 人脸识别系统的实验仿真及设计实现 | 第39-50页 |
| ·人脸检测实验分析 | 第39-41页 |
| ·人脸识别部分实验 | 第41-49页 |
| ·PCA 与ICA 算法的比较实验 | 第41-44页 |
| ·独立基的个数对结果影响的研究 | 第44页 |
| ·核函数对辨识结果的影响 | 第44-48页 |
| ·非线性情况下KICA 识别性能 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第六章 结束语 | 第50-51页 |
| ·论文的主要工作 | 第50页 |
| ·论文的创新点 | 第50页 |
| ·本文的进一步的研究工作 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 研究生期间发表的论文、专利和获得的奖励 | 第54-55页 |
| 致谢 | 第55页 |
