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

基于小波包与小波多层次线性子空间特征提取算法的人脸识别研究

摘要第1-6页
Abstract第6-8页
目录第8-12页
图目录第12-14页
表目录第14-15页
第一章 绪论第15-27页
   ·课题研究背景及意义第15页
   ·人脸识别的研究历史和概况第15-23页
     ·人脸识别的研究历史第15-17页
     ·人脸识别的基本原理第17-18页
     ·人脸识别的技术概况第18-23页
   ·人脸识别的难点第23-24页
   ·本文的研究内容及组织安排第24-26页
     ·本文主要研究内容第24-25页
     ·论文结构安排第25-26页
   ·本文的主要创新点第26-27页
第二章 线性子空间分析的人脸特征提取第27-45页
   ·基于PCA的人脸特征提取第27-32页
     ·PCA算法的原理第27页
     ·计算特征脸第27-30页
     ·基于特征脸的人脸特征提取与识别第30-31页
     ·基于PCA的图像重构第31-32页
   ·2DPCA算法原理第32-34页
     ·基于2DPCA的人脸特征提取第33页
     ·基于2DPCA的图像重构第33-34页
   ·LDA算法的人脸特征提取第34-38页
     ·Fisher判别准则第34-36页
     ·经典Fisher线性判别分析方法第36-38页
   ·二维线性判别分析第38-41页
   ·使用PCA降维的LDA识别方法(PCA+LDA算法)第41-43页
   ·本章小结第43-45页
第三章 小波与小波包理论第45-57页
   ·小波分解的基本原理第45-51页
     ·多分辨分析第45-47页
     ·Mallat算法第47-51页
   ·小波包理论第51-53页
     ·小波包定义第52页
     ·小波包算法第52-53页
   ·人脸小波分解的特点第53-54页
   ·人脸小波包分解的特点第54-55页
   ·本章小结第55-57页
第四章 基于小波包与小波多层次子空间的人脸识别第57-69页
   ·基于小波包与小波多层次子空间特征提取第57-62页
     ·小波包与小波多层次子空间特征提取流程第57-58页
     ·小波包与小波多层次子空间特征提取算法的实现第58-62页
       ·小波包与小波多层次PCA特征提取算法第59-60页
       ·小波包与小波多层次2DPCA特征提取算法第60-61页
       ·小波包与小波多层次2DLDA特征提取算法第61-62页
       ·小波包与小波多层次PCA+LDA特征提取算法第62页
   ·分类算法与分类器第62-64页
   ·k近邻分类器(k-NN)算法第64-68页
     ·采用最邻近分类器的实验流程第65-66页
     ·基于卡方距离的最邻近分类算法第66-68页
   ·本章小结第68-69页
第五章 基于主成份分析法的人脸识别第69-93页
   ·基于ORL人脸库的实验第69-79页
     ·PCA算法人脸识别第69-75页
       ·PCA算法人脸识别精度第69-70页
       ·基于小波包与小波多层次PCA算法人脸识别精度第70-73页
       ·PCA算法人脸识别运行时间第73页
       ·基于小波包与小波多层次PCA算法人脸识别运行时间第73-75页
     ·2DPCA算法人脸识别第75-79页
       ·2DPCA算法人脸识别精度第75页
       ·基于小波包与小波多层次2DPCA算法人脸识别精度第75-77页
       ·2DPCA算法人脸识别运行时间第77-78页
       ·基于小波包与小波多层次2DPCA算法人脸识别运行时间第78-79页
   ·基于YALE人脸库的实验第79-89页
     ·PCA算法在YALE库中的人脸识别第80-85页
       ·PCA算法人脸识别精度第80-81页
       ·基于小波包与小波多层次PCA算法人脸识别精度第81-83页
       ·PCA算法人脸识别运行时间第83页
       ·基于小波包与小波多层次PCA算法人脸识别运行时间第83-85页
     ·2DPCA算法人脸识别第85-89页
       ·2DPCA算法人脸识别精度第85页
       ·基于小波包与小波多层次2DPCA算法人脸识别精度第85-87页
       ·2DPCA算法人脸识别运行时间第87-88页
       ·基于小波包与小波多层次2DPCA算法人脸识别运行时间第88-89页
   ·实验总结第89-91页
     ·识别精度总结第89-90页
     ·运行时间总结第90-91页
   ·本章小结第91-93页
第六章 基于二维线性判别分析法的人脸识别第93-105页
   ·基于ORL人脸库的实验第93-97页
     ·2DLDA算法人脸识别精度第93页
     ·基于小波包与小波多层次2DLDA算法人脸识别精度第93-95页
     ·2DLDA算法人脸识别运行时间第95-96页
     ·基于小波包与小波多层次2DLDA算法人脸识别运行时间第96-97页
   ·基于YALE人脸库的实验第97-102页
     ·2DLDA算法人脸识别精度第97-98页
     ·基于小波包与小波多层次2DLDA算法人脸识别精度第98-100页
     ·2DLDA算法人脸识别运行时间第100页
     ·基于小波包与小波多层次2DLDA算法人脸识别运行时间第100-102页
   ·实验总结第102-103页
     ·识别精度总结第102-103页
     ·运行时间总结第103页
   ·本章小结第103-105页
第七章 基于PCA+LDA算法的人脸识别第105-111页
   ·基于ORL人脸库的实验第105-107页
     ·PCA+LDA算法人脸识别精度第105-106页
     ·基于小波包与小波多层次PCA+LDA算法人脸识别精度第106-107页
   ·基于YALE人脸库的实验第107-110页
     ·PCA+LDA算法人脸识别精度第107-108页
     ·基于小波包与小波多层次PCA+LDA算法人脸识别精度第108-110页
   ·实验总结第110页
   ·本章小结第110-111页
第八章 总结及展望第111-114页
   ·工作总结第111-113页
   ·不足及展望第113-114页
致谢第114-115页
参考文献/Reference第115-123页
附录 攻读硕士期间的研究成果第123页

论文共123页,点击 下载论文
上一篇:基于嵌入式平台的农田信息采集系统的研究及应用
下一篇:基于模糊聚类彩色图像分割的方法