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 |