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

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

论文共138页,点击 下载论文
上一篇:向量网交换机的设计及硬件仿真
下一篇:并行计算在电力系统潮流及可靠性分析中的应用