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

基于样条二进小波的人脸识别研究

摘要第1-8页
ABSTRACT第8-14页
第1章 绪论第14-28页
   ·研究背景和意义第14-17页
   ·人脸识别研究的主要内容第17-18页
   ·国内外研究历史与现状第18-19页
   ·人脸识别系统评价第19-21页
     ·人脸数据库第19-21页
     ·主要评价性能指标第21页
   ·人脸识别的难点和发展趋势第21-25页
     ·人脸识别的难点第21-23页
     ·人脸识别的技术发展趋势第23-25页
   ·本文的价值和创新第25-27页
   ·本文的组织第27-28页
第2章 小波变换及其在人脸识别中的应用综述第28-50页
   ·小波变换简介第28-38页
     ·小波和连续小波变换第28-30页
     ·离散小波变换第30-32页
     ·二进小波变换第32-33页
     ·多分辨分析和正交小波变换第33-36页
     ·二维信号的Mallat快速算法第36-38页
   ·基于小波变换的人脸识别算法综述第38-47页
     ·基于离散的正交、双正交小波变换的人脸识别第39-42页
     ·基于连续的Gabor小波变换的人脸识别第42-44页
     ·DWM和GWM的总结与比较第44-46页
     ·关于DWM和GWM进一步讨论第46-47页
   ·典型方法介绍第47-49页
     ·频谱脸特征表示方法第47页
     ·Gabor特征表示方法第47-49页
   ·本章总结第49-50页
第3章 样条二进小波以及基于二进小波的Mallat分解算法第50-66页
   ·引言第50-51页
   ·二进小波介绍第51-56页
     ·二进小波第51-53页
     ·二进小波的构造第53-56页
   ·二维平稳二进小波变换以及基于二进小波的Mallat分解算法第56-64页
     ·二维平稳二进小波变换第56-58页
     ·二维离散平稳二进小波变换的快速算法第58-61页
     ·ε抽样的离散二进小波变换与基于二进小波的Mallat分解算法第61-64页
   ·本章小结第64-66页
第4章 基于样条二进小波的人脸识别方法第66-78页
   ·问题的提出第66-67页
   ·基于样条二进小波变换的人脸识别方法第67-69页
     ·样条二进小波方法介绍第67页
     ·SDWM与DWM和GWM方法的异同第67-68页
     ·基于样条二进小波和FFT+PCA的人脸识别算法第68-69页
   ·实验比较第69-76页
     ·人脸数据库和预处理第69-71页
     ·SDWT-FFT-PCA-1 和DWT-FFT-PCA-1 的实验比较第71-73页
     ·SDWT-FFT-PCA-4 和DWT-FFT-PCA-4 的实验比较第73-74页
     ·SDWT-FFT-PCA-4、Spectroface-PCA与Gabor-PCA的实验比较第74-75页
     ·SDWT-FFT-PCA-2 和SDWT-FFT-PCA-3 的实验第75-76页
   ·本章小结第76-78页
第5章基于多方向人脸边缘特征和二维线性判别分析的人脸识别算法第78-91页
   ·引言第78-80页
   ·基于样条二进小波的多方向细节特征提取方法第80-85页
     ·多方向图像细节特征提取第80-83页
     ·基于样条二进小波的多方向人脸边缘特征提取第83-85页
   ·二维Fisher线性鉴别分析第85-88页
     ·一维Fisher线性鉴别分析第85-86页
     ·二维Fisher线性鉴别分析第86-88页
   ·基于样条二进小波的多方向人脸边缘特征和2DLDA的人脸识别算法第88-89页
   ·实验与分析第89-90页
   ·本章小结第90-91页
第6章 基于样条二进小波和多分类器融合的人脸识别算法第91-106页
   ·问题的提出第91-92页
   ·多分类器融合介绍第92-97页
     ·多分类器融合结构第92-94页
     ·分量分类器生成方法第94-95页
     ·多分类器融合规则第95-97页
   ·基于多方向人脸边缘特征提取和多分类器融合的人脸表情识别第97-100页
     ·人脸表情识别简述第97-98页
     ·算法框架与描述第98-99页
     ·实验结果与分析第99-100页
   ·结合对数域DCT光照补偿和多分类器融合的人脸光照识别算法第100-105页
     ·光照人脸识别综述第100-101页
     ·对数域DCT光照补偿第101-102页
     ·结合对数域DCT光照补偿和多分类器融合的光照人脸识别算法第102页
     ·实验与分析第102-105页
   ·本章小结第105-106页
第7章 总结与展望第106-110页
   ·总结第106-108页
   ·展望第108-110页
参考文献第110-121页
致谢第121-122页
攻读学位期间参加的科研项目和成果第122页

论文共122页,点击 下载论文
上一篇:2D阀控制电液激振器及在疲劳试验系统中的应用研究
下一篇:中空纤维膜组件膜蒸馏过程的数值模拟研究