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

人脸图像特征提取和分类算法研究

摘要第1-5页
ABSTRACT第5-8页
第一章 绪论第8-23页
   ·人脸识别的发展现状第8-15页
     ·主成分分析第9-11页
     ·线性鉴别分析第11-13页
     ·局部保持映射第13-15页
   ·彩人脸识别的发展现状第15-16页
   ·分类器的发展现状第16-19页
   ·代价敏感性技术的发展现状第19-21页
   ·本文主要研究工作概述第21页
   ·本文内容章节安排第21-23页
第二章 几种常用分类器及分类思想第23-31页
   ·最近邻分类器(nearest neighbors Classifier)第23-25页
   ·角度分类器第25-27页
   ·最近特征分类器第27-30页
     ·最近特征线(nearest feature line,NFL)第27-29页
     ·最近特征面(nearest feature plane,NFP)第29页
     ·最近特征空间(nearest feature space,NFS)第29-30页
     ·最近特征分类器的不足第30页
   ·本章小结第30-31页
第三章 代价敏感性学习算法第31-37页
   ·关于代价矩阵COST(i,j)第31-32页
   ·代价敏感性学习算法的实现思路第32页
   ·几种代价敏感性学习算法思想第32-36页
   ·本章小结第36-37页
第四章 最近特征分类器在彩色人脸识别中的拓展第37-42页
   ·最近特征线分类器与彩色库第37-39页
     ·拓展步骤第37-38页
     ·四种实验方案第38-39页
   ·最近特征面分类器与彩色库第39-40页
   ·最近特征空间分类器与彩色库第40-41页
   ·本章小结第41-42页
第五章 基于代价敏感性学习方法的人脸识别第42-49页
   ·本章工作的思想提出过程第42-45页
   ·广义代价敏感性子空间学习算法(GCSSL)第45-47页
     ·GCSSL 算法原理第46-47页
   ·GCSSL 算法的实现方案第47-48页
   ·本章小结第48-49页
第六章 实验结果及分析第49-62页
   ·几个数据库的介绍第49-52页
     ·Ar_color 彩色人脸数据库第49-50页
     ·AR、Palmdate 数据库、手写体数据库第50-52页
   ·最近特征分类器在彩色人脸识别中的实验结果及分析第52-54页
   ·基于代价敏感性子空间学习方法的人脸识别实验结果和分析第54-61页
     ·JiWen Lu 的工作实现第54-55页
     ·GCSSL 算法实现第55-61页
       ·自动生成代价矩阵C_(ij)第56-60页
       ·常数固定值代价矩阵C_(ij)第60-61页
   ·本章小结第61-62页
第七章 总结与展望第62-64页
   ·本文主要工作总结第62页
   ·进一步研究方向展望第62-64页
致谢第64-65页
参考文献第65-68页
攻读硕士学位期间发表的论文及成果第68页

论文共68页,点击 下载论文
上一篇:人脸检测算法的研究与实现
下一篇:图像匹配的并行算法研究