基于回归算法的人脸识别分类器设计
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状及成果 | 第10-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 1.4 论文章节安排 | 第14-15页 |
| 第2章 线性及非线性回归分类器概述 | 第15-21页 |
| 2.1 引言 | 第15页 |
| 2.2 线性回归分类器 | 第15-17页 |
| 2.2.1 基本原理 | 第15页 |
| 2.2.2 基础线性回归分类器 | 第15-16页 |
| 2.2.3 最近最远线性回归分类器 | 第16-17页 |
| 2.3 非线性回归分类器 | 第17-20页 |
| 2.3.1 加核线性回归分类器 | 第17-19页 |
| 2.3.2 基于中心的加权核线性回归分类器 | 第19页 |
| 2.3.3 最近特征面分类器 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于线性回归算法的人脸识别分类器设计 | 第21-41页 |
| 3.1 引言 | 第21页 |
| 3.2 线性回归分类器对易错分点分类的不准确性 | 第21-22页 |
| 3.3 标准人脸数据库 | 第22-23页 |
| 3.4 基于点线距离分类器设计 | 第23-30页 |
| 3.4.1 利用点线距离的设计思想 | 第23-25页 |
| 3.4.2 对伪离群点分类不准确性的改进 | 第25-26页 |
| 3.4.3 实验结果与分析 | 第26-30页 |
| 3.5 伪线空间分类器设计 | 第30-35页 |
| 3.5.1 针对样本集的设计思想 | 第30-31页 |
| 3.5.2 对伪合群点分类不准确性的改进 | 第31-32页 |
| 3.5.3 实验结果与分析 | 第32-35页 |
| 3.6 距离受限分类器设计 | 第35-40页 |
| 3.6.1 基于中心点距离的设计思想 | 第35-36页 |
| 3.6.2 对类间交叉样本分类不精确的改进 | 第36-37页 |
| 3.6.3 实验结果与分析 | 第37-40页 |
| 3.7 三种改进方法出发点比较 | 第40页 |
| 3.8 本章小结 | 第40-41页 |
| 第4章 基于非线性回归算法人脸识别分类器设计 | 第41-54页 |
| 4.1 引言 | 第41页 |
| 4.2 加核最近最远回归分类器设计 | 第41-46页 |
| 4.2.1 改进方法的出发点分析 | 第41-42页 |
| 4.2.2 基于维度映射的设计思想 | 第42-44页 |
| 4.2.3 实验结果 | 第44-46页 |
| 4.3 基于中心受角度限制的最近特征面分类器设计 | 第46-52页 |
| 4.3.1 最近特征面分类器的缺点 | 第46-47页 |
| 4.3.2 基于角度的设计思想 | 第47-49页 |
| 4.3.3 实验结果 | 第49-52页 |
| 4.4 时间复杂度比较与分析 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
| 致谢 | 第61页 |
