脉冲耦合神经网络在人脸检索中的应用研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 人工神经网络的研究背景 | 第10-11页 |
| 1.2 人工神经网络国内外应用分析 | 第11-12页 |
| 1.3 研究内容 | 第12-14页 |
| 第2章 脉冲耦合神经网络 | 第14-24页 |
| 2.1 PCNN 模型及其原理 | 第14-18页 |
| 2.1.1 生物神经细胞解释 | 第14-15页 |
| 2.1.2 PCNN 神经网络等效电路模型 | 第15-16页 |
| 2.1.3 PCNN 标准模型 | 第16-18页 |
| 2.2 PCNN 的运行机理分析 | 第18-21页 |
| 2.2.1 无耦合连接 | 第18-21页 |
| 2.2.2 耦合连接 | 第21页 |
| 2.3 脉冲耦合神经网络的基本特性 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于 PCNN 的图像处理 | 第24-39页 |
| 3.1 PCNN 用于图像增强 | 第24-28页 |
| 3.2 PCNN 用于图像特征提取的特性分析 | 第28-32页 |
| 3.3 PCNN 用于人脸特征提取与改进 | 第32-37页 |
| 3.3.1 标准 PCNN 的人脸特征提取分析 | 第32-35页 |
| 3.3.2 PCNN 的改进 | 第35页 |
| 3.3.3 PCNN-X 模型用于人脸特征提取 | 第35-37页 |
| 3.4 PCNN 用于图像检索技术 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于“参考白”的彩色人脸提取 | 第39-44页 |
| 4.1 颜色空间 | 第39-40页 |
| 4.2 光照补偿 | 第40-41页 |
| 4.3 肤色模型 | 第41-42页 |
| 4.4 人脸分割 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 基于 PCNN-X 模型的人脸检索 | 第44-50页 |
| 5.1 人脸图像熵序列的 RHH 变换 | 第45-46页 |
| 5.2 建立人脸二值序列库 | 第46-47页 |
| 5.3 人脸检索实验仿真与分析 | 第47-49页 |
| 5.4 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读学位期间取得学术成果 | 第55-56页 |
| 个人简介 | 第56页 |
