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

小样本问题下人脸图像的鉴别特征抽取方法研究

中文摘要第1-7页
ABSTRACT第7-13页
第一章 绪论第13-26页
   ·论文背景第13-16页
     ·问题的提出第13-14页
     ·人脸识别的研究内容及现状第14-16页
     ·人脸识别的挑战性第16页
   ·人脸识别中线性投影分析的研究与发展第16-21页
     ·主分量分析的研究与发展第17-19页
     ·Fisher 线性鉴别分析的研究与发展第19-21页
     ·二维图像投影理论的研究与发展第21页
   ·人脸识别中非线性特征抽取的研究与发展第21-23页
     ·核方法的基本思想第21-22页
     ·基于核方法的非线性特征抽取理论的研究与发展第22-23页
   ·特征融合技术的发展及应用现状第23页
   ·本文主要研究工作概述第23-25页
   ·本文内容安排第25-26页
第二章 最大散度差线性鉴别分析及其改进第26-43页
   ·引言第26-27页
   ·最大散度差线性鉴别分析第27-31页
     ·线性鉴别分析的基本思想第27-28页
     ·最大散度差线性鉴别准则第28-29页
     ·实验结果及分析第29-31页
   ·基于差空间的最大散度差线性鉴别分析第31-35页
     ·差空间中差图象的构造第31-32页
     ·差空间中人脸识别基本过程第32-33页
     ·实验结果及分析第33-35页
   ·修正的最大散度差线性鉴别分析第35-42页
     ·线性鉴别分析中的次优性第35-36页
     ·修正的最大散度差线性鉴别分析的基本思想第36-37页
     ·实验结果及分析第37-42页
   ·本章小结第42-43页
第三章 二维最大散度差线性鉴别分析及其改进第43-53页
   ·引言第43页
   ·二维最大散度差线性鉴别分析第43-46页
     ·二维图像投影理论基本思想第43-44页
     ·二维主分量分析(2DPCA)第44-45页
     ·二维Fisher 线性鉴别分析(2DFLDA)第45页
     ·二维最大散度差线性鉴别分析(2DMSLDA)第45-46页
   ·改进的二维最大散度差线性鉴别分析第46-49页
     ·二维最大散度差线性鉴别分析的本质分析第46-47页
     ·改进的基本思想第47-48页
     ·特征抽取第48-49页
   ·实验结果及分析第49-52页
     ·实验1第49-51页
     ·实验2第51-52页
   ·本章小结第52-53页
第四章 二维非线性鉴别分析的理论与构架第53-63页
   ·引言第53页
   ·基于核方法的非线性特征抽取方法概述第53-58页
     ·常用的核函数第54-55页
     ·基于核的非线性特征抽取第55-58页
   ·二维核最大散度差鉴别分析第58-60页
     ·基本思想与理论第58-59页
     ·特征抽取第59-60页
   ·二维非线性鉴别分析的统一构架第60页
   ·实验结果及分析第60-62页
   ·本章小结第62-63页
第五章 基于二维典型相关分析的人脸鉴别特征融合第63-74页
   ·引言第63页
   ·基于传统典型相关分析的特征融合第63-67页
     ·传统的典型相关分析(CCA)第63-64页
     ·基于传统典型相关分析的特征融合第64-67页
   ·基于二维典型相关分析的特征融合第67-70页
     ·二维典型相关分析的基本思想第67-69页
     ·基于二维最大散度差线性鉴别分析的特征矩阵抽取第69-70页
     ·基于二维典型相关分析的人脸鉴别特征融合与识别步骤第70页
   ·实验结果及分析第70-73页
     ·实验1第70-72页
     ·实验2第72-73页
   ·本章小结第73-74页
第六章 小样本问题下人脸鉴别特征抽取及识别原型系统第74-80页
   ·系统设计的背景及目标第74-75页
   ·系统的主要框架及功能第75-79页
     ·实时系统的设计与实现第76-78页
     ·实验系统的设计与实现第78-79页
   ·本章小结第79-80页
结束语第80-82页
参考文献第82-89页
致谢第89-90页
附录第90-91页

论文共91页,点击 下载论文
上一篇:《水浒传》助词计量研究
下一篇:母乳脂联素水平及其与母婴关系的研究