基于改进的2DPCA与神经网络的人脸识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·人脸识别的研究背景 | 第9-12页 |
| ·人脸识别的应用领域 | 第9-10页 |
| ·人脸识别技术的特点 | 第10页 |
| ·人脸识别的难点 | 第10-11页 |
| ·人脸识别技术的研究现状 | 第11-12页 |
| ·本文的主要工作概述 | 第12-14页 |
| 第二章 人脸图片预处理方法及原理 | 第14-22页 |
| ·人脸图像几何处理 | 第14-17页 |
| ·旋转校正 | 第14-15页 |
| ·人眼定位与嘴巴定位 | 第15-16页 |
| ·人脸表情图像的尺寸归一 | 第16-17页 |
| ·人脸图像的灰度预处理 | 第17-20页 |
| ·人脸图像的去噪 | 第20-22页 |
| ·中值滤波 | 第20页 |
| ·均值滤波 | 第20-22页 |
| 第三章 特征提取理论 | 第22-28页 |
| ·主成分分析 | 第22-24页 |
| ·主成分分析基础知识 | 第22页 |
| ·PCA基本原理 | 第22-23页 |
| ·基于PCA方法的实验仿真 | 第23-24页 |
| ·2DPCA原理介绍 | 第24-27页 |
| ·2DPCA基础知识 | 第24页 |
| ·2DPCA基本原理 | 第24-26页 |
| ·基于2DPCA方法的实验仿真 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 改进的人脸特征特征提取方法 | 第28-38页 |
| ·改进的PCA人脸特征提取方法 | 第28-30页 |
| ·改进的PCA人脸特征提取方法的实现 | 第29页 |
| ·性能评价指标 | 第29-30页 |
| ·信息重构建模 | 第30页 |
| ·改进的2DPCA人脸特征提取方法 | 第30-32页 |
| ·双向2DPCA方法的融合 | 第31-32页 |
| ·改进的2DPCA方法的图像信息重构 | 第32页 |
| ·改进的双向2DPCA算法 | 第32-33页 |
| ·改进的特征提取方法与传统方法的比较 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 第五章 人脸识别中分类器的选择 | 第38-52页 |
| ·BP神经网络分类器 | 第38-45页 |
| ·BP神经网络基本原理 | 第38-39页 |
| ·BP神经元传输过程 | 第39-40页 |
| ·BP权值调整 | 第40-43页 |
| ·BP神经网络算法 | 第43-45页 |
| ·改进的BP算法 | 第45页 |
| ·BP网络分类 | 第45-48页 |
| ·最近邻分类 | 第48-49页 |
| ·人脸识别分类器对比试验 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·本文工作总结 | 第52页 |
| ·本文工作的展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 附录Ⅰ 人脸识别实现程序 | 第60-67页 |
| 攻读硕士学位期间的研究成果 | 第67页 |
