基于粗集理论的人脸识别方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 1 绪论 | 第9-21页 |
| ·生物特征识别技术 | 第9-10页 |
| ·人脸识别技术的发展历史 | 第10-11页 |
| ·人脸识别研究内容 | 第11-12页 |
| ·人脸的检测方法综述 | 第12-15页 |
| ·基于面部重要特征的人脸检测方法 | 第12-13页 |
| ·基于统计的人脸检测方法 | 第13-14页 |
| ·基于模板匹配的人脸检测方法 | 第14-15页 |
| ·人脸识别方法综述 | 第15-20页 |
| ·基于二维(三维)特征的人脸识别算法 | 第16-17页 |
| ·基于特征脸(特征子空间)的人脸识别方法 | 第17-18页 |
| ·基于模板匹配(静态匹配和弹性匹配)的人脸识别 | 第18-19页 |
| ·基于人工神经网络的人脸识别方法 | 第19-20页 |
| ·本论文的主要研究内容 | 第20-21页 |
| 2 粗集基础理论 | 第21-37页 |
| ·粗集简介 | 第21页 |
| ·知识的基本概念 | 第21-23页 |
| ·知识与分类 | 第21页 |
| ·知识库 | 第21-22页 |
| ·知识的等价、推广和特化 | 第22-23页 |
| ·不精确范畴，近似与粗集 | 第23-25页 |
| ·粗集 | 第23-24页 |
| ·非精确性的数字特征 | 第24-25页 |
| ·分类的近似 | 第25页 |
| ·知识的简化及数据的依赖性 | 第25-28页 |
| ·知识的简化和核 | 第26页 |
| ·范畴的简化 | 第26-27页 |
| ·知识的依赖性 | 第27页 |
| ·知识依赖性的量度 | 第27-28页 |
| ·数据表知识表达系统 | 第28-30页 |
| ·数据表知识表达系统 | 第28页 |
| ·决策表的公式化定义 | 第28-29页 |
| ·决策表的简化 | 第29-30页 |
| ·属性值的离散归一化 | 第30页 |
| ·知识表达逻辑 | 第30-34页 |
| ·决策规则和算法 | 第31页 |
| ·属性的依赖性 | 第31-32页 |
| ·协调算法的简化 | 第32-33页 |
| ·决策规则的简化 | 第33-34页 |
| ·决策算法的最小化 | 第34页 |
| ·粗集理论与机器学习 | 第34-37页 |
| ·有导师学习及学习算法 | 第35页 |
| ·知识学习的学习质量 | 第35页 |
| ·知识学习的充分性 | 第35-37页 |
| 3 人脸的检测与定位 | 第37-46页 |
| ·预处理 | 第37-40页 |
| ·锐化 | 第37-38页 |
| ·二值处理 | 第38-39页 |
| ·平滑 | 第39-40页 |
| ·定位内轮廓 | 第40-41页 |
| ·定位人眼 | 第41-43页 |
| ·标准化 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 4 人脸特征提取与识别 | 第46-59页 |
| ·人脸的特征提取 | 第46-51页 |
| ·引言 | 第46页 |
| ·人脸分割 | 第46-47页 |
| ·主要特征定位 | 第47-51页 |
| ·确定特征点并构造特征向量 | 第51-52页 |
| ·基于粗集的人脸识别方法 | 第52-54页 |
| ·人脸知识库的形成 | 第52-54页 |
| ·知识库(属性表)的简化 | 第54页 |
| ·识别输出 | 第54页 |
| ·人脸识别方法应用举例 | 第54-57页 |
| ·人脸知识库的建立 | 第54-56页 |
| ·人脸知识库的简化 | 第56-57页 |
| ·识别输出 | 第57页 |
| ·本章小结 | 第57-59页 |
| 5 人脸识别仿真实验 | 第59-61页 |
| 结束语 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文目录 | 第67-68页 |
| 学位论文评阅及答辩情况表 | 第68页 |
