基于子空间几何特征分析的人脸识别方法研究
| 第1章 绪论 | 第1-22页 |
| ·人脸识别技术概要 | 第10-11页 |
| ·人脸识别技术的主要研究内容 | 第11-12页 |
| ·人脸识别技术的发展进程 | 第12-13页 |
| ·常用的人脸识别方法及对应的特征提取方法 | 第13-17页 |
| ·基于仿生模式识别理论的人脸识别方法 | 第17-20页 |
| ·本文的主要内容及创新 | 第20-21页 |
| ·本文的结构安排 | 第21-22页 |
| 第2章 基于子空间分析的特征提取方法 | 第22-44页 |
| ·基于主元分析的特征提取方法 | 第23-28页 |
| ·K-L变换 | 第23-26页 |
| ·主元特征脸算法 | 第26-27页 |
| ·主元特征脸方法的缺陷 | 第27-28页 |
| ·二次特征脸方法 | 第28-30页 |
| ·二次主元特征提取 | 第28-29页 |
| ·基于二次特征脸的识别方法 | 第29-30页 |
| ·基于独立元分析的特征提取方法 | 第30-40页 |
| ·基本概念 | 第30-34页 |
| ·BELL算法 | 第34-38页 |
| ·人脸的独立元表征 | 第38-40页 |
| ·基于混合独立元分析的特征提取方法 | 第40-44页 |
| ·混合独立元特征提取 | 第42页 |
| ·基于混合独立元特征的人脸识别 | 第42-44页 |
| 第3章 参数化可调几何特征分类器 | 第44-62页 |
| ·最近邻特征分类器 | 第48-54页 |
| ·最近邻特征点分类器分类器 | 第48-49页 |
| ·最近邻特征线分类器 | 第49-52页 |
| ·最近邻特征面分类器和最近邻特征体分类器 | 第52-54页 |
| ·局部最近邻特征分类器 | 第54-57页 |
| ·最近邻特征分类器族的缺陷 | 第54-55页 |
| ·局部化——改进的NFL和NFP | 第55-57页 |
| ·可调最近邻特征分类器 | 第57-62页 |
| ·可调最近邻分类器 | 第57-59页 |
| ·可调最近邻特征面分类器 | 第59-62页 |
| 第4章 实验结果与分析 | 第62-79页 |
| ·混合独立元特征提取方法与传统方法的比较 | 第63-72页 |
| ·基于NN的实验结果分析 | 第64-66页 |
| ·基于NFL和NFP的实验结果分析 | 第66-72页 |
| ·基于 TNN和 TNNP的实验结果分析 | 第72-79页 |
| 第5章 总结与展望 | 第79-81页 |
| ·总结 | 第79-80页 |
| ·进一步工作的方向 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第86页 |
