基于对称性的人脸识别算法研究
| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 1 绪论 | 第12-23页 |
| 1.1 生物特征识别 | 第12-14页 |
| 1.2 人脸识别研究内容及特点 | 第14-18页 |
| 1.2.1 人脸识别研究内容 | 第14-15页 |
| 1.2.2 人脸识别的优势 | 第15-16页 |
| 1.2.3 人脸识别的难点 | 第16-18页 |
| 1.3 人脸识别研究现状及应用 | 第18-20页 |
| 1.3.1 人脸识别研究现状 | 第18-19页 |
| 1.3.2 人脸识别技术应用 | 第19-20页 |
| 1.4 人脸数据库 | 第20-21页 |
| 1.4.1 典型人脸数据库 | 第20-21页 |
| 1.4.2 本文使用的人脸库 | 第21页 |
| 1.5 本文主要研究内容 | 第21-22页 |
| 1.6 本文内容安排 | 第22-23页 |
| 2 人脸识别技术及相关理论 | 第23-33页 |
| 2.1 基于子空间的人脸识别方法 | 第23-24页 |
| 2.2 主成分分析 | 第24-29页 |
| 2.2.1 引言 | 第24-25页 |
| 2.2.2 主成分分析基本原理 | 第25-26页 |
| 2.2.3 主成分分析人脸识别流程 | 第26-29页 |
| 2.3 线性鉴别分析 | 第29-32页 |
| 2.3.1 引言 | 第29-30页 |
| 2.3.2 线性鉴别分析基本原理 | 第30-31页 |
| 2.3.3 线性鉴别分析人脸识别流程 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 3 对称核主成分分析方法 | 第33-43页 |
| 3.1 奇偶分解原理 | 第33-34页 |
| 3.2 核主成分分析 | 第34-36页 |
| 3.2.1 核空间中的主成分分析 | 第34-35页 |
| 3.2.2 核函数的表示 | 第35-36页 |
| 3.2.3 核主成分分析的实现 | 第36页 |
| 3.3 对称核主成分分析 | 第36-38页 |
| 3.4 实验结果及分析 | 第38-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 对称直接线性鉴别分析方法 | 第43-51页 |
| 4.1 线性鉴别分析 | 第43-44页 |
| 4.2 直接线性鉴别分析 | 第44-45页 |
| 4.3 对称直接线性鉴别分析 | 第45-46页 |
| 4.4 实验结果及分析 | 第46-50页 |
| 4.4.1 ORL 人脸库实验 | 第46-48页 |
| 4.4.2 YALE 人脸库实验 | 第48-49页 |
| 4.4.3 实验分析 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 总结与展望 | 第51-53页 |
| 5.1 本文的主要工作 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文 | 第57-58页 |
| 致谢 | 第58页 |
