人脸检测和识别中若干问题研究
摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
目录 | 第9-12页 |
第一章 绪论 | 第12-17页 |
·课题的研究意义 | 第12-14页 |
·本文主要研究工作 | 第14-16页 |
参考文献 | 第16-17页 |
第二章 人脸检测基本算法 | 第17-24页 |
·基于知识的人脸检测 | 第17页 |
·基于不变特征的人脸检测 | 第17-18页 |
·基于模板匹配的人脸检测 | 第18-19页 |
·基于统计学习的人脸检测 | 第19-20页 |
·本章小结 | 第20-21页 |
参考文献 | 第21-24页 |
第三章 人脸识别基本算法 | 第24-36页 |
·基于几何特征的人脸识别 | 第24页 |
·基于子空间分析的人脸识别 | 第24-27页 |
·基于弹性图匹配的人脸识别 | 第27-28页 |
·基于神经网络的人脸识别 | 第28页 |
·基于隐马尔可夫模型的人脸识别 | 第28-29页 |
·本章小结 | 第29-30页 |
参考文献 | 第30-36页 |
第四章 基于自适应信号分解的人脸特征提取 | 第36-54页 |
·匹配追踪算法原理 | 第36-37页 |
·经验模式分解技术 | 第37-38页 |
·基于经验模式分解的人脸检测 | 第38-43页 |
·人脸特征提取算法 | 第38-39页 |
·分类器设计 | 第39-40页 |
·实验结果 | 第40-43页 |
·基于经验模式分解的人脸性别分类 | 第43-51页 |
·特征提取算法 | 第44页 |
·核Fisher判别分析 | 第44-46页 |
·支撑向量机 | 第46页 |
·实验结果 | 第46-51页 |
·本章小结 | 第51-52页 |
参考文献 | 第52-54页 |
第五章 基于时频分析的人脸检测 | 第54-70页 |
·基于小波变换的人脸检测 | 第54-61页 |
·图像的二维小波分解 | 第54-55页 |
·人脸检测的训练算法 | 第55-57页 |
·检测算法 | 第57-58页 |
·实验结果 | 第58-61页 |
·基于Gabor小波的人脸检测 | 第61-66页 |
·Gabor小波简介 | 第61-62页 |
·人脸检测的训练算法 | 第62-64页 |
·检测算法 | 第64-65页 |
·实验结果 | 第65-66页 |
·本章小结 | 第66-68页 |
参考文献 | 第68-70页 |
第六章 基于小波变换的人脸光照补偿 | 第70-100页 |
·基于小波变换的对数域人脸光照补偿 | 第70-77页 |
·算法实现 | 第70-72页 |
·实验结果 | 第72-77页 |
·基于小波包变换的对数域人脸光照补偿 | 第77-84页 |
·小波包变换 | 第77-79页 |
·算法实现 | 第79-81页 |
·实验结果 | 第81-84页 |
·基于多小波变换的对数域人脸光照补偿 | 第84-95页 |
·多小波变换 | 第85-87页 |
·Armlets多小波 | 第87-89页 |
·算法实现 | 第89-91页 |
·实验结果 | 第91-95页 |
·本章小结 | 第95-97页 |
参考文献 | 第97-100页 |
第七章 利用Gabor小波解决人脸小样本问题 | 第100-133页 |
·基于Gabor小波和PCA的人脸识别 | 第101-108页 |
·PCA技术 | 第101-102页 |
·LDA技术 | 第102-103页 |
·算法实现 | 第103-104页 |
·实验结果 | 第104-108页 |
·基于Gabor小波和双方向PCA的人脸识别 | 第108-116页 |
·二维PCA技术 | 第109-111页 |
·双方向PCA技术 | 第111-112页 |
·算法实现 | 第112-113页 |
·实验结果 | 第113-116页 |
·基于Gabor小波和双向LDA的人脸识别 | 第116-124页 |
·二维 LDA技术 | 第116-119页 |
·双方向LDA技术 | 第119-121页 |
·算法实现 | 第121-122页 |
·实验结果 | 第122-124页 |
·基于Gabor小波和局部线性嵌入的人脸识别 | 第124-128页 |
·LLE基本原理 | 第125-126页 |
·算法实现 | 第126页 |
·实验结果 | 第126-128页 |
·本章小结 | 第128-130页 |
参考文献 | 第130-133页 |
第八章 结论与展望 | 第133-136页 |
·本文总结 | 第133-135页 |
·展望 | 第135-136页 |
攻读博士学位期间发表的学术论文目录 | 第136-138页 |
致谢 | 第138页 |