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

基于二维图像的人脸识别研究

摘要第4-6页
Abstract第6-7页
1 绪论第11-19页
    1.1 人脸识别技术的研究背景及意义第11-14页
        1.1.1 生物特征识别技术第11-12页
        1.1.2 人脸识别技术第12-14页
    1.2 人脸识别技术在国内外的研究现状第14-16页
        1.2.1 人脸识别技术在国外的研究现状第14-16页
        1.2.2 人脸识别技术在国内的研究现状第16页
    1.3 论文主要研究的人脸识别方法及内容第16-18页
    1.4 论文内容的章节结构第18-19页
2 人脸识别方法的介绍第19-31页
    2.1 主成分分析(PCA)方法第20-22页
        2.1.1 主成分分析方法简介第20-21页
        2.1.2 二维主成分分析(2DPCA)方法介绍第21-22页
    2.2 线性判别分析(LDA)方法第22-25页
        2.2.1 线性判别分析方法简介第22-23页
        2.2.2 二维线性判别分析(2DLDA)方法介绍第23-25页
    2.3 局部保持投影(LPP)方法第25-27页
        2.3.1 局部保持投影方法简介第25页
        2.3.2 二维局部保持投影(2DLPP)方法介绍第25-27页
    2.4 基于核(Kernel)的人脸识别方法第27-29页
        2.4.1 核方法简介第27-28页
        2.4.2 基于核的二维线性判别分析(K2DLDA)方法介绍第28-29页
    2.5 本章小结第29-31页
3 基于双向两维迭代非相关判别分析的人脸识别方法第31-43页
    3.1 引言第31页
    3.2 非相关判别变换(UDT)方法介绍第31-33页
        3.2.1 Foley-Sammon判别分析(FSLDA)第31-32页
        3.2.2 非相关判别变换(UDT)第32-33页
    3.3 基于双向两维迭代非相关判别分析(2D2UDA)方法介绍第33-35页
    3.4 实验结果与分析第35-42页
        3.4.1 ORL人脸数据库上的实验第35-38页
        3.4.2 JAFFE人脸数据库上的实验第38-42页
    3.5 本章小结第42-43页
4 基于双向两维非相关判别向量集的人脸识别方法第43-54页
    4.1 引言第43页
    4.2 二维不相关鉴别矢量集(2DUDV)方法介绍第43-45页
    4.3 基于双向两维非相关判别向量集(2D2UDV)方法介绍第45-47页
    4.4 实验结果与分析第47-53页
        4.4.1 ORL人脸数据库上的实验第47-50页
        4.4.2 JAFFE人脸数据库上的实验第50-53页
    4.5 本章小结第53-54页
5 基于两维局部线性判别分析的人脸识别方法第54-63页
    5.1 引言第54页
    5.2 局部Fisher判别分析(LFDA)方法介绍第54-55页
    5.3 基于两维局部线性判别分析(2DLFDA)方法介绍第55-57页
    5.4 实验结果与分析第57-61页
        5.4.1 ORL人脸数据库上的实验第57-59页
        5.4.2 YALE人脸数据库上的实验第59-61页
    5.5 本章小结第61-63页
6 基于核的两维非相关判别分析的人脸识别方法第63-70页
    6.1 引言第63页
    6.2 基于核的两维非相关判别分析(K2DUDA)方法介绍第63-67页
    6.3 实验结果与分析第67-69页
        6.3.1 ORL人脸数据库上的实验第67-68页
        6.3.2 YALE人脸数据库上的实验第68-69页
    6.4 本章小结第69-70页
7 总结与展望第70-73页
    7.1 论文工作总结第70-71页
    7.2 未来工作展望第71-73页
参考文献第73-78页
致谢第78-79页
在学期间发表的学术论文及其他科研成果第79页

论文共79页,点击 下载论文
上一篇:仙蟾肠溶缓释凝胶微丸制备工艺研究
下一篇:立装填料塔的热模实验研究