人脸识别中基于子空间的特征提取方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·人脸识别概述 | 第9页 |
| ·研究背景及现实意义 | 第9-10页 |
| ·人脸识别的研究内容 | 第10-11页 |
| ·子空间特征提取方法概述 | 第11-14页 |
| ·线性子空间特征提取算法 | 第12-13页 |
| ·非线性子空间特征提取算法 | 第13页 |
| ·基于流形的子空间特征提取算法 | 第13-14页 |
| ·人脸数据库 | 第14-16页 |
| ·课题研究具体内容及安排 | 第16-18页 |
| 2 主成分分析算法 | 第18-27页 |
| ·引言 | 第18页 |
| ·K-L 变换 | 第18-20页 |
| ·K-L 展开式 | 第18-19页 |
| ·K-L 变换生成的矩阵 | 第19-20页 |
| ·基于一维主成分分析的人脸识别 | 第20-22页 |
| ·主成分分析的理论基础 | 第20页 |
| ·基于一维主成分分析的人脸识别 | 第20-22页 |
| ·基于二维主成分分析的人脸识别 | 第22-23页 |
| ·实验分析 | 第23-26页 |
| ·实验一 | 第23-25页 |
| ·实验二 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 局部保持投影算法的改进研究 | 第27-33页 |
| ·流形学习的定义 | 第27页 |
| ·局部保持投影算法 | 第27-29页 |
| ·引言 | 第27-28页 |
| ·基于一维局部保持投影的人脸识别 | 第28-29页 |
| ·基于改进一维局部保持投影的人脸识别 | 第29-30页 |
| ·实验分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 4 二维局部保持投影算法的改进研究 | 第33-40页 |
| ·基于二维局部保持投影的人脸识别 | 第33-34页 |
| ·基于改进的二维局部保持投影算法的人脸识别 | 第34-36页 |
| ·实验分析 | 第36-39页 |
| ·实验一 | 第36-38页 |
| ·实验二 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 5 总结与展望 | 第40-42页 |
| ·本文总结 | 第40页 |
| ·课题展望 | 第40-42页 |
| 致谢 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 附录 | 第46页 |
