彩色人脸图像特征提取算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| §1-1 选题背景及意义 | 第9页 |
| §1-2 人脸识别的发展现状 | 第9-11页 |
| 1-2-1 国外发展现状 | 第9-10页 |
| 1-2-2 国内发展现状 | 第10-11页 |
| §1-3 人脸识别技术的关键问题 | 第11-12页 |
| §1-4 课题研究内容及主要工作 | 第12-14页 |
| 第二章 人脸识别与特征提取方法 | 第14-19页 |
| §2-1 人脸识别系统的组成 | 第14-15页 |
| §2-2 人脸特征提取和识别方法概述 | 第15-17页 |
| 2-2-1 基于几何特征的人脸识别 | 第15-16页 |
| 2-2-2 基于代数特性的人脸识别 | 第16-17页 |
| 2-2-3 基于神经网络的人脸识别 | 第17页 |
| §2-3 距离测度和分类器设计 | 第17-18页 |
| §2-4 识别性能的评价标准 | 第18-19页 |
| 第三章 彩色人脸图像预处理 | 第19-30页 |
| §3-1 色彩空间 | 第19-20页 |
| §3-2 色彩空间转换 | 第20-23页 |
| 3-2-1 RGB色彩空间 | 第20页 |
| 3-2-2 HSI色彩空间 | 第20-21页 |
| 3-2-3 YIQ色彩空间 | 第21-22页 |
| 3-2-4 YCbCr色彩空间 | 第22-23页 |
| §3-3 人脸图像灰度处理 | 第23-25页 |
| 3-3-1 灰度处理方法 | 第23-24页 |
| 3-3-2 灰度变换 | 第24-25页 |
| §3-4 图像的滤波去噪 | 第25-30页 |
| 3-4-1 中值滤波器原理 | 第25-26页 |
| 3-4-2 中值滤波器的去噪实验仿真 | 第26-27页 |
| 3-4-3 改进的中值滤波算法 | 第27-28页 |
| 3-4-4 实验仿真及结果分析 | 第28-30页 |
| 第四章 线性人脸图像特征提取 | 第30-41页 |
| §4-1 PCA 特征提取算法 | 第30-32页 |
| 4-1-1 PCA算法原理 | 第30页 |
| 4-1-2 基于PCA的人脸图像特征提取 | 第30-32页 |
| §4-2 改进的 PCA 算法 | 第32-35页 |
| 4-2-1 改进的 PCA 算法原理 | 第32-33页 |
| 4-2-2 仿真实验及结果分析 | 第33-35页 |
| §4-3 FDA特征提取算法 | 第35-38页 |
| 4-3-1 Fisher最佳线性判别准则 | 第35-36页 |
| 4-3-2 基于FDA的人脸图像特征提取 | 第36-38页 |
| §4-4 改进的FDA算法 | 第38-41页 |
| 4-4-1 改进的FDA算法原理 | 第38-39页 |
| 4-4-2 仿真实验及结果分析 | 第39-41页 |
| 第五章 基于核的非线性特征提取方法 | 第41-51页 |
| §5-1 核方法理论 | 第41-42页 |
| §5-2 基于核的 PCA 特征提取 | 第42-45页 |
| 5-2-1 基于核方法的 PCA 算法原理 | 第42-44页 |
| 5-2-2 仿真实验及结果分析 | 第44-45页 |
| §5-3 基于核独立主成分分析的人脸识别 | 第45-51页 |
| 5-3-1 ICA的基本理论 | 第45-46页 |
| 5-3-2 FastICA的基本理论 | 第46-47页 |
| 5-3-3 核独立成分分析(KICA)理论 | 第47-48页 |
| 5-3-4 仿真实验与结果分析 | 第48-51页 |
| 第六章 结论与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间所取得的相关科研成果 | 第56页 |
