基于ICA的人脸识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·引言 | 第10页 |
| ·人脸识别的发展历史及研究现状 | 第10-11页 |
| ·人脸识别的研究内容 | 第11-13页 |
| ·人脸识别的难点 | 第13-14页 |
| ·人脸识别测试数据库 | 第14-15页 |
| ·论文的主要工作和章节安排 | 第15-17页 |
| 第2章 预备知识 | 第17-32页 |
| ·模式识别概述 | 第17-18页 |
| ·特征提取 | 第18-19页 |
| ·传统的特征提取方法 | 第19-21页 |
| ·主分量分析 | 第20-21页 |
| ·奇异值分解 | 第21页 |
| ·投影追踪 | 第21页 |
| ·识别方法 | 第21-22页 |
| ·相关数学知识 | 第22-32页 |
| ·概率论知识 | 第22-23页 |
| ·统计知识 | 第23-27页 |
| ·信息论知识 | 第27-32页 |
| 第3章 独立成分分析（ICA） | 第32-41页 |
| ·独立成分分析的发展简史 | 第32页 |
| ·独立成分分析的定义 | 第32-36页 |
| ·盲信号分离问题 | 第33页 |
| ·独立成分分析的线性模型 | 第33-34页 |
| ·复杂条件下的ICA | 第34-36页 |
| ·基于信息论的独立成分分析算法 | 第36-40页 |
| ·快速定点ICA 算法 | 第36-39页 |
| ·Informax 算法 | 第39页 |
| ·互信息最小算法 | 第39页 |
| ·最大似然算法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于ICA 的人脸识别 | 第41-56页 |
| ·人脸识别的过程 | 第41页 |
| ·图像的预处理 | 第41-44页 |
| ·直方图均衡 | 第42-43页 |
| ·数据的白化 | 第43-44页 |
| ·基于PCA/ICA 的特征提取与选择 | 第44-47页 |
| ·分类识别 | 第47-48页 |
| ·实验结果及分析 | 第48-51页 |
| ·Yale 人脸库 | 第48-50页 |
| ·AR 人脸库 | 第50-51页 |
| ·实验结论 | 第51页 |
| ·基于KICA 的人脸识别 | 第51-56页 |
| ·核方法的基本理论 | 第52-54页 |
| ·基于KICA 的算法步骤 | 第54页 |
| ·实验结果及分析 | 第54-56页 |
| 第5章 总结与展望 | 第56-58页 |
| ·论文总结 | 第56-57页 |
| ·研究展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 攻读学位期间所发表的学术论文目录 | 第63页 |
