基于小波神经网络的人脸识别
| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第1章 绪论 | 第13-25页 |
| ·人脸识别研究背景 | 第13-21页 |
| ·人脸识别研究的内容 | 第14页 |
| ·人脸识别常用数据库 | 第14-15页 |
| ·人脸识别常用方法 | 第15-16页 |
| ·人脸表征研究 | 第16-19页 |
| ·人脸分类器研究 | 第19-21页 |
| ·国内外研究现状 | 第21-23页 |
| ·人脸识别国外研究现状 | 第21-22页 |
| ·人脸识别国内研究现状 | 第22-23页 |
| ·本研究的主要工作 | 第23页 |
| ·本研究的创新之处 | 第23-25页 |
| 第2章 人脸图像预处理 | 第25-31页 |
| ·引言 | 第25-26页 |
| ·人脸边界及人眼的确定 | 第26-27页 |
| ·人脸图像归一化 | 第27-30页 |
| ·人脸图像裁剪 | 第27-28页 |
| ·人脸图像尺寸归一化 | 第28-29页 |
| ·人脸图像的灰度均值方差统一化 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 人脸图像的特征提取 | 第31-47页 |
| ·引言 | 第31页 |
| ·PCA 的理论基础 | 第31-34页 |
| ·最佳投影方向的选择 | 第31-33页 |
| ·投影过程分析 | 第33-34页 |
| ·ICA 理论基础 | 第34-43页 |
| ·独立统计的基本概念 | 第34-35页 |
| ·ICA 预处理 | 第35-36页 |
| ·ICA 的模型和定义 | 第36-38页 |
| ·独立分量算法的具体实现 | 第38-43页 |
| ·ICA 在人脸识别中的应用 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 小波神经网络 | 第47-70页 |
| ·神经网络 | 第47-51页 |
| ·人工神经元结构模型 | 第47-48页 |
| ·神经网络发展 | 第48-51页 |
| ·小波分析简介 | 第51-59页 |
| ·预备知识 | 第52-56页 |
| ·多分辨分析（MRA） | 第56-57页 |
| ·多分辨分析与小波变换的关系 | 第57-58页 |
| ·双尺度差分方程 | 第58-59页 |
| ·小波神经网络 | 第59-69页 |
| ·从小波分析到小波神经网络 | 第59-61页 |
| ·双正交小波的构造原理 | 第61-64页 |
| ·小波神经网络的拓扑结构 | 第64-65页 |
| ·小波神经网络的结构确定和权系数估计算法 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 人脸识别 | 第70-75页 |
| ·引言 | 第70页 |
| ·小波神经网络的结构 | 第70-71页 |
| ·小波神经网络的训练 | 第71-72页 |
| ·学习率的调整方法 | 第72-73页 |
| ·实验结果 | 第73-74页 |
| ·实验结果分析 | 第74-75页 |
| 结论 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 攻读学位期间发表的学术论文及参与的科研项目 | 第81-82页 |
| 致谢 | 第82-83页 |
| 附录1 论文程序流程图 | 第83-84页 |
| 附录2 论文程序 | 第84-94页 |
