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

人脸识别算法研究与应用

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-15页
    1.1 人脸识别研究背景第10-11页
    1.2 人脸识别的发展过程第11页
    1.3 人脸识别的技术难点第11-12页
    1.4 人脸识别技术的前景第12-13页
    1.5 本文研究内容与章节安排第13-15页
第二章 背景知识和相关理论第15-23页
    2.1 人脸识别系统第15-16页
    2.2 人脸数据库第16页
        2.2.1 ORL人脸库第16页
        2.2.2 YALE人脸库第16页
        2.2.3 PIE人脸库第16页
    2.3 人脸识别算法分类第16-22页
        2.3.1 基于人脸几何特征的方法第17页
        2.3.2 基于人工神经网的方法第17页
        2.3.3 基于统计的方法第17页
        2.3.4 基于特征空间的方法第17-22页
    2.4 本章总结第22-23页
第三章 机器学习领域中的人脸识别问题第23-29页
    3.1 监督学习第23-24页
        1 KNN算法第23-24页
    3.2 非监督学习第24-25页
        2 k-mean算法第24-25页
    3.3 半监督学习第25-28页
        3 SSDR算法第26-28页
    3.4 本章总结第28-29页
第四章 多水平人脸识别算法第29-49页
    4.1 LPP算法第29-33页
    4.2 TSA算法第33-38页
    4.3 多水平人脸识别算法(MFRA)第38-39页
    4.4 数值实验第39-45页
        4.4.1 实验一第39-41页
        4.4.2 实验二第41-42页
        4.4.3 实验三第42-43页
        4.4.4 实验四第43-44页
        4.4.5 实验五第44-45页
    4.5 NTSA第45-48页
    4.6 本章总结第48-49页
第五章 结束语第49-50页
    5.1 论文总结第49页
    5.2 工作展望第49-50页
致谢第50-51页
参考文献第51-54页
攻读硕士期间主要研究成果第54-55页

论文共55页,点击 下载论文
上一篇:迁移社交网络的交叉推荐算法研究与实现
下一篇:数字标牌系统管理服务器的设计与实现