首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于流形学习的三维人脸识别方法

摘要第1-7页
ABSTRACT第7-8页
致谢第8-13页
第一章 绪论第13-21页
   ·研究背景与意义第13-14页
   ·人脸识别国内外研究现状第14-16页
   ·常用的人脸识别方法第16-19页
     ·基于几何特征的人脸识别方法第16页
     ·基于机器学习的人脸识别方法第16-17页
     ·基于模型的人脸识别方法第17-18页
     ·基于子空间的人脸识别方法第18-19页
   ·主要内容及章节安排第19-21页
第二章 线性子空间算法和核映射算法第21-30页
   ·基于子空间人脸识别方法框图第21-22页
   ·线性子空间方法第22-26页
     ·基于主成分分析-PCA 的人脸识别方法第22-24页
     ·基于独立分量分析-ICA 的人脸识别方法第24页
     ·基于线性判别分析-LDA 的人脸识别方法第24-26页
   ·核子空间方法第26-29页
     ·核主成分分析-KPCA第26-27页
     ·核线性判别分析-KLDA第27-29页
   ·本章小结第29-30页
第三章 流形学习理论及典型方法第30-45页
   ·引言第30-31页
   ·流形及流形学习的基本概念第31-33页
     ·流形定义第31-32页
     ·流形学习第32页
     ·黎曼法坐标第32-33页
   ·典型流形学习方法介绍第33-43页
     ·等距特征嵌入-ISOMAP第33-35页
     ·局部线性嵌入-LLE第35-37页
     ·拉普拉斯特征映射-LE第37-39页
     ·对数映射-LOGMAP第39-40页
     ·黎曼流形学习-RML第40-43页
   ·本章小结第43-45页
第四章 基于流形学习的人脸识别第45-55页
   ·引言第45页
   ·国内外常用三维人脸数据集简介第45-47页
   ·本文采用的人脸数据集第47-48页
     ·CIS 三维人脸实时数据库第47页
     ·Texas 三维人脸数据库第47-48页
   ·B-LOGMAP 三维人脸识别第48-49页
     ·问题描述第48页
     ·问题解决第48-49页
   ·C-LOGMAP 算法简介第49-50页
   ·人脸图像分块和信息融合第50-51页
   ·实验及结果分析第51-53页
     ·人脸识别第51页
     ·实验结果及分析第51-53页
   ·本章小结第53-55页
第五章 总结与展望第55-57页
   ·本文主要工作第55-56页
   ·未来展望第56-57页
参考文献第57-61页
攻读硕士学位期间发表的论文第61-62页

论文共62页,点击 下载论文
上一篇:基于图论的医学图像分割研究
下一篇:大规模视频集中的近重复检测