基于PCA算法和人脸姿态合成的人脸识别
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 人脸识别的研究意义及选题背景 | 第10-11页 |
| 1.2 人脸识别技术的研究现状 | 第11-16页 |
| 1.2.1 人脸识别发展历程 | 第11-12页 |
| 1.2.2 准正面人脸识别国内外研究方法 | 第12-14页 |
| 1.2.3 基于人脸姿态合成的识别方法 | 第14-16页 |
| 1.3 本文研究内容 | 第16-18页 |
| 第2章 基于幂次变换预处理的PCA人脸识别理论 | 第18-33页 |
| 2.1 K-L变换方法 | 第18-21页 |
| 2.1.1 概述 | 第18-19页 |
| 2.1.2 K-L变换基本原理 | 第19-21页 |
| 2.2 基于PCA算法的人脸特征提取 | 第21-27页 |
| 2.2.1 总体散布矩阵的形成 | 第21-26页 |
| 2.2.2 人脸识别的分类准则 | 第26-27页 |
| 2.3 幂次变换的预处理方法 | 第27-28页 |
| 2.4 算法的实现及结果 | 第28-32页 |
| 2.4.1 识别过程 | 第29-31页 |
| 2.4.2 基于ORL人脸数据库的仿真实验与分析 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 主动表观模型的建立 | 第33-42页 |
| 3.1 引言 | 第33页 |
| 3.2 人脸主观表观模型的建立 | 第33-42页 |
| 3.2.1 人脸表观特征的提取 | 第33-34页 |
| 3.2.2 人脸对齐方法简介 | 第34-38页 |
| 3.2.3 基于PCA算法的人脸表观模型的建立 | 第38-42页 |
| 第4章 基于主观表观模型的姿态人脸合成 | 第42-51页 |
| 4.1 观测空间及身份空间介绍 | 第42-43页 |
| 4.2 多姿态人脸到正面人脸合成算法 | 第43-47页 |
| 4.2.1 身份向量的估算 | 第44-45页 |
| 4.2.2 模型参数的学习以及姿态合成 | 第45-47页 |
| 4.3 实验结果与分析 | 第47-50页 |
| 4.3.1 姿态合成结果 | 第47-50页 |
| 4.3.2 基于PCA算法的识别结果分析 | 第50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 总结和展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 攻读学位期间主要的研究成果 | 第57-58页 |
| 致谢 | 第58页 |
