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 |