基于改进多度量学习的人脸识别
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第11-17页 |
| ·人脸识别的研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·预处理 | 第12-13页 |
| ·特征提取 | 第13-15页 |
| ·分类识别 | 第15-16页 |
| ·文章的主要工作与内容安排 | 第16-17页 |
| 第2章 人脸特征提取 | 第17-23页 |
| ·主成分分析 | 第17-18页 |
| ·传统的PCA方法 | 第17-18页 |
| ·白化PCA方法 | 第18页 |
| ·线性判别分析 | 第18-19页 |
| ·局部二值模式 | 第19-21页 |
| ·本章小结 | 第21-23页 |
| 第3章 改进的多度量学习方法 | 第23-31页 |
| ·最近邻分类 | 第23页 |
| ·改进的多度量学习方法 | 第23-26页 |
| ·实验结果及分析 | 第26-29页 |
| ·图像块数的选择 | 第27-28页 |
| ·阈值的选择 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第4章 基于LDA和IPMML的人脸识别方法 | 第31-37页 |
| ·基于LDA和IPMML的人脸识别方法 | 第31-32页 |
| ·仿真实验 | 第32-36页 |
| ·基于Yale人脸库的仿真实验 | 第32-33页 |
| ·基于扩展的Yale B人脸数据库的仿真实验 | 第33-35页 |
| ·基于AR人脸数据库的仿真实验 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第5章 基于LBP和IPMML的人脸识别 | 第37-45页 |
| ·基于LBP和IPMML的人脸识别方法 | 第37-38页 |
| ·仿真实验 | 第38-43页 |
| ·基于Yale人脸库的仿真实验 | 第39-40页 |
| ·基于扩展的Yale B人脸数据库的仿真实验 | 第40-42页 |
| ·基于AR人脸数据库的仿真实验 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第6章 总结与展望 | 第45-47页 |
| ·论文总结 | 第45页 |
| ·研究展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间发表的学术论文及科研工作 | 第51-53页 |
| 致谢 | 第53页 |