基于人工神经网络的人脸识别技术研究及应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·人脸识别研究的背景与意义 | 第7页 |
| ·人脸识别应用 | 第7-8页 |
| ·研究概述 | 第8-9页 |
| ·人工神经网络 | 第9页 |
| ·分块PCA算法 | 第9-10页 |
| ·文章结构 | 第10-11页 |
| 第二章 人脸识别研究概述 | 第11-17页 |
| ·研究方向 | 第11-12页 |
| ·研究范围和方法 | 第12页 |
| ·人脸检测概述 | 第12-14页 |
| ·基于统计研究 | 第12-13页 |
| ·基于知识研究 | 第13-14页 |
| ·人脸特征提取与识别 | 第14-16页 |
| ·基于几何特征 | 第14页 |
| ·基于特征脸 | 第14-15页 |
| ·局部特征方法 | 第15页 |
| ·基于弹性模型的方法 | 第15页 |
| ·神经网络方法 | 第15-16页 |
| ·其他方法 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第三章 人工神经网络算法 | 第17-26页 |
| ·概述 | 第17-19页 |
| ·BP神经网络 | 第19-21页 |
| ·BP神经网络在人脸识别中的应用 | 第21-24页 |
| ·模式识别工具箱 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第四章 分块PCA算法 | 第26-47页 |
| ·PCA算法概述 | 第26-27页 |
| ·分块PCA算法 | 第27-29页 |
| ·分块PCA理论基础 | 第27-28页 |
| ·特征抽取 | 第28页 |
| ·分类 | 第28-29页 |
| ·PCA的优点与应用 | 第29-33页 |
| ·PCA的优点 | 第29-31页 |
| ·PCA的应用 | 第31-33页 |
| ·分块PCA及其MATLAB实现 | 第33-46页 |
| ·数据预处理 | 第33-34页 |
| ·1×1 分块 | 第34-37页 |
| ·2×1 分块 | 第37-40页 |
| ·2×2 分块 | 第40-43页 |
| ·4×2 分块 | 第43-45页 |
| ·4×4 分块 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 人脸识别模型的建立与实验分析 | 第47-61页 |
| ·隐层神经元的确定 | 第47页 |
| ·基于人工神经网络的人脸识别模型建立 | 第47-59页 |
| ·1×1 分块下的识别模型 | 第47-50页 |
| ·2×1 分块下的识别模型 | 第50-52页 |
| ·2×2 分块下的识别模型 | 第52-54页 |
| ·4×2 分块下的识别模型 | 第54-57页 |
| ·4×4 分块下的识别模型 | 第57-59页 |
| ·实验结果分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结论 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文 | 第67-68页 |
