脉冲耦合神经网络在图像分割和人脸检测中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·人工神经网络 | 第8-9页 |
| ·选题的意义 | 第9-11页 |
| ·论文的主要工作和创新点 | 第11-12页 |
| 第二章 脉冲耦合神经网络的基本理论 | 第12-23页 |
| ·脉冲耦合神经网络神经元基本模型 | 第12-15页 |
| ·脉冲耦合神经网络工作原理 | 第15-17页 |
| ·脉冲耦合神经元的脉冲机制分析 | 第15-16页 |
| ·单个神经元动态行为分析 | 第16-17页 |
| ·多个神经元的动态行为分析 | 第17页 |
| ·PCNN的基本特征 | 第17-19页 |
| ·本文中简化的PCNN模型 | 第19-20页 |
| ·脉冲耦合神经网络的应用 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于脉冲耦合神经网络的图像分割 | 第23-33页 |
| ·图像分割定义 | 第23页 |
| ·PCNN用于图像分割 | 第23-24页 |
| ·PCNN模型参数的确定 | 第24-27页 |
| ·信息熵迭代算法 | 第24-25页 |
| ·小波分析 | 第25-26页 |
| ·一维最大相关准则 | 第26-27页 |
| ·基于PCNN的图像分割 | 第27-28页 |
| ·计算机仿真结果与分析 | 第28-31页 |
| ·客观评价 | 第31-32页 |
| 本章小结 | 第32-33页 |
| 第四章 基于PCNN和肤色相结合的人脸检测 | 第33-51页 |
| ·肤色检测 | 第33-43页 |
| ·肤色的色彩空间和聚类 | 第33-37页 |
| ·图像的光照补偿 | 第37-38页 |
| ·肤色模型的建立 | 第38-40页 |
| ·肤色区域分割 | 第40-43页 |
| ·基于PCNN图像几何不变性的特征提取 | 第43-45页 |
| ·模型的选择—采用修正后的PCN-N模型 | 第44-45页 |
| ·计算机仿真结果与分析 | 第45-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 结束语 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间参加的科研项目及完成的论文 | 第57-58页 |
| 参加的科研项目 | 第57页 |
| 已发表或录用的论文 | 第57-58页 |
| 致谢 | 第58页 |
