基于神经树的人脸识别方法研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-24页 |
| ·人脸识别研究的背景和意义 | 第12-13页 |
| ·人脸识别研究的发展历史及现状 | 第13-16页 |
| ·人脸识别研究的发展历程 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·人脸识别结构及方法 | 第16-19页 |
| ·人脸识别构成 | 第16-18页 |
| ·主要的人脸识别方法 | 第18-19页 |
| ·人脸识别技术存在的困难 | 第19-22页 |
| ·人脸自身原因 | 第19-21页 |
| ·外界环境影响 | 第21-22页 |
| ·论文的主要研究内容 | 第22-23页 |
| ·论文的结构安排 | 第23-24页 |
| 2 人脸图像的预处理 | 第24-38页 |
| ·引言 | 第24页 |
| ·人脸图像库 | 第24-26页 |
| ·几何归一化 | 第26-28页 |
| ·图像增强 | 第28-33页 |
| ·直方图均衡化 | 第29-31页 |
| ·均值滤波 | 第31-32页 |
| ·中值滤波 | 第32-33页 |
| ·图像边缘检测 | 第33-35页 |
| ·图像二值化 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 3 基于主成分分析的特征提取 | 第38-45页 |
| ·引言 | 第38页 |
| ·K-L 变换的基本理论 | 第38-40页 |
| ·PCA 用于人脸特征提取 | 第40-43页 |
| ·用PCA 进行特征提取的步骤 | 第41-42页 |
| ·PCA 的参数 | 第42页 |
| ·特征提取模块设计 | 第42-43页 |
| ·实验设计与实验结果 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 4 神经树网络结构、学习算法及其设计 | 第45-66页 |
| ·人工神经网络概述 | 第45页 |
| ·神经元模型与神经网络结构 | 第45-48页 |
| ·神经元模型 | 第45-47页 |
| ·神经网络结构 | 第47-48页 |
| ·神经网络模型和特征 | 第48-50页 |
| ·基于BP 神经网络人脸识别 | 第50-54页 |
| ·BP 神经网络分类器 | 第50-51页 |
| ·BP 神经网络结构 | 第51-53页 |
| ·BP 神经网络优缺点 | 第53-54页 |
| ·基于改进粒子群BP 网络的结构设计 | 第54-58页 |
| ·粒子群算法改进 | 第56页 |
| ·优化BP 神经网络 | 第56-58页 |
| ·基于改进柔性神经树的结构设计 | 第58-65页 |
| ·柔性神经树的基本理论 | 第58页 |
| ·柔性神经树结构编码 | 第58-59页 |
| ·多表达式编程优化柔性神经树结构 | 第59-62页 |
| ·改进算法对柔性神经树参数优化 | 第62-64页 |
| ·柔性神经树建立优化过程 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 5 基于神经树网络的人脸识别 | 第66-81页 |
| ·概述 | 第66-67页 |
| ·仿真实验过程 | 第67-69页 |
| ·仿真实验步骤 | 第67-68页 |
| ·相关参数设置 | 第68-69页 |
| ·人脸识别各模块界面设计 | 第69-75页 |
| ·实验结果分析与比较 | 第75-79页 |
| ·Yale 人脸图像库 | 第75-77页 |
| ·ORL 人脸图像库 | 第77-79页 |
| ·本章小结 | 第79-81页 |
| 6 总结与展望 | 第81-83页 |
| ·总结 | 第81-82页 |
| ·展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 作者简历 | 第87-88页 |
| 学位论文数据集 | 第88-89页 |
