基于奇异值分解和嵌入式隐马尔可夫模型的人脸识别技术
| 第一章 绪论 | 第1-14页 |
| ·生物识别技术 | 第7-8页 |
| ·人脸识别技术及其难点 | 第8页 |
| ·人脸识别技术的应用 | 第8-9页 |
| ·人脸自动识别的常用方法 | 第9-11页 |
| ·人脸识别的发展及研究现状 | 第11-12页 |
| ·本文的主要工作 | 第12-14页 |
| 第二章 人脸识别中的人脸检测和光照补偿 | 第14-18页 |
| ·基于ADABOOST的人脸检测定位 | 第14-16页 |
| ·基于小波分析的光照补偿方法 | 第16-18页 |
| 第三章 基于奇异值分解的人脸特征提取 | 第18-23页 |
| ·图像的奇异值分解(SVD) | 第18-19页 |
| ·基于奇异值分解的人脸识别方法 | 第19-20页 |
| ·基于局部奇异值分解(LSVD)的人脸特征提取 | 第20-22页 |
| ·实验结果 | 第22-23页 |
| 第四章 基于隐马尔可夫模型的人脸识别 | 第23-34页 |
| ·马尔可夫(MARKOV)链 | 第23-24页 |
| ·隐马尔可夫模型(HMM)概念 | 第24-25页 |
| ·HMM的三个问题及其基本算法 | 第25-28页 |
| ·概率P(O|λ)的计算 | 第25-26页 |
| ·最佳状态序列的选择-Vierbi算法 | 第26-27页 |
| ·参数重估-Baum-Welch算法 | 第27-28页 |
| ·基于HMM的人脸识别 | 第28-31页 |
| ·人脸特征提取 | 第28-30页 |
| ·HMM的训练 | 第30-31页 |
| ·HMM的人脸识别 | 第31页 |
| ·实验与结果 | 第31-34页 |
| 第五章 基于嵌入式隐马尔可夫模型的人脸识别 | 第34-47页 |
| ·嵌入式隐马尔可夫模型(EHMM)概念 | 第34-35页 |
| ·EHMM的三个基本问题及算法 | 第35-41页 |
| ·概率P(O|λ)的计算 | 第35-37页 |
| ·最佳状态链的确定 | 第37-38页 |
| ·参数重估 | 第38-41页 |
| ·EHMM人脸识别 | 第41-44页 |
| ·观察向量抽取 | 第41-42页 |
| ·EHMM的训练 | 第42-43页 |
| ·EHMM的人脸识别 | 第43-44页 |
| ·实验与结果 | 第44-47页 |
| 第六章 基于EHMM的人像考勤系统 | 第47-52页 |
| ·后台管理系统 | 第48-49页 |
| ·前台管理系统 | 第49-50页 |
| ·EHMM人脸识别算法在考勤系统中的应用 | 第50-52页 |
| 第七章 结束语 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 摘要 | 第57-60页 |
| ABSTRACT | 第60-63页 |
| 致谢 | 第63-64页 |
| 导师及作者简介 | 第64页 |
