首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图嵌入的特征抽取与人脸识别研究

摘要第1-7页
Abstract第7-12页
1 绪论第12-30页
   ·人脸识别概述第12-16页
     ·人脸识别的研究意义第12-13页
     ·人脸识别的典型应用第13-15页
     ·人脸识别的发展与现状第15-16页
   ·人脸检测第16-19页
     ·基于知识的方法第17-18页
     ·基于统计模型的方法第18-19页
   ·人脸特征抽取第19-26页
     ·基于知识的特征抽取方法第19-20页
     ·基于统计学习的特征抽取方法第20-26页
   ·人脸识别方法第26-28页
     ·统计方法第26-27页
     ·神经网络方法第27-28页
     ·多分类器组合方法第28页
   ·本文研究工作概述第28-29页
   ·本文的内容安排第29-30页
2 模糊局部投影方法第30-48页
   ·引言第30-31页
   ·模糊K近邻方法第31-32页
   ·模糊线性鉴别分析(Fuzzy Fisherface)第32-33页
   ·模糊局部保持投影(FLPP)第33-38页
     ·局部保持投影(LPP)第33页
     ·模糊局部保持投影(FLPP)的思想第33-34页
     ·模糊局部保持投影(FLPP)算法流程第34-35页
     ·实验第35-38页
   ·模糊局部鉴别嵌入(FLDE)第38-47页
     ·局部鉴别嵌入(LDE)第39-40页
     ·模糊局部鉴别嵌入(FLDE)的思想第40-41页
     ·实验第41-47页
   ·本章小结第47-48页
3 非监督线性差分投影第48-62页
   ·引言第48-49页
   ·几种线性方法第49-52页
     ·Fisher鉴别准则(LDA)第49-50页
     ·近邻保持嵌入(NPE)第50页
     ·非监督鉴别投影(UDP)第50-52页
   ·非监督的线性差分投影(ULDP)第52-55页
     ·基本思想第52页
     ·局部最小嵌入第52-53页
     ·全局最大方差第53-54页
     ·ULDP准则第54-55页
   ·同其他方法的联系第55-56页
     ·LLE和NPE联系第55页
     ·NPE和ULDP联系第55-56页
     ·LLE,NPE和ULDP联系第56页
   ·实验第56-61页
     ·实验设计第56-57页
     ·实验结果第57-60页
     ·实验分析第60-61页
   ·本章小结第61-62页
4 基于最大间距准则的局部图嵌入第62-74页
   ·引言第62-63页
   ·局部线性嵌入(LLE)和最大边缘准则函数(MMC)第63-64页
     ·局部线性嵌入(LLE)第63页
     ·最大边缘准则函数(MMC)第63-64页
   ·最大间距准则的局部图嵌入(LGE/MMC)第64-67页
     ·基本思想第64-65页
     ·算法过程第65-67页
   ·实验第67-73页
     ·实验设计第67页
     ·最优参数选择第67-68页
     ·识别实验与分析第68-73页
   ·本章小结第73-74页
5 二维局部图嵌入鉴别分析第74-87页
   ·引言第74-75页
   ·几种二维线性方法第75-78页
     ·二维主成分分析(2DPCA)第75-76页
     ·二维线性鉴别分析(2DLDA)第76页
     ·二维局部保持投影(2DLPP)第76-78页
   ·二维局部图嵌入鉴别分析(2DLGEDA)第78-80页
     ·理论基础第79页
     ·算法过程第79-80页
     ·算法分类第80页
   ·实验第80-85页
     ·在ORL人脸数据库上的实验第81-82页
     ·在Yale人脸数据库上的实验第82-84页
     ·在FERET人脸数据库上的实验第84-85页
   ·实验结果分析第85页
   ·本章小结第85-87页
6 结束语第87-89页
致谢第89-90页
参考文献第90-104页
附录第104-105页

论文共105页,点击 下载论文
上一篇:基于流形学习的稀疏人脸特征提取
下一篇:波导缝隙天线阵列及功率合成波导透镜天线的研究