基于最近邻和径向基函数网络的人脸识别研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·人脸识别研究的背景和发展现状 | 第11-13页 |
| ·国外研究 | 第12-13页 |
| ·国内研究 | 第13页 |
| ·人脸工程学存在的难点 | 第13-15页 |
| ·人脸识别的难点 | 第13-14页 |
| ·人脸合成的难点 | 第14-15页 |
| ·表情识别的难点 | 第15页 |
| ·论文研究的意义和内容 | 第15-18页 |
| ·研究的意义 | 第15-16页 |
| ·研究的内容 | 第16-18页 |
| 第2章 人脸识别的基本方法 | 第18-31页 |
| ·人脸图像获取 | 第18-19页 |
| ·二维人脸图像获取 | 第18页 |
| ·三维人脸图像获取 | 第18-19页 |
| ·人脸图像预处理 | 第19-20页 |
| ·灰度变换 | 第19页 |
| ·二值化 | 第19-20页 |
| ·几何校正 | 第20页 |
| ·直方图修正 | 第20页 |
| ·人脸图像检测 | 第20-21页 |
| ·静态图像的人脸检测 | 第21页 |
| ·动态图像的人脸检测 | 第21页 |
| ·人脸判定 | 第21-29页 |
| ·基于面部几何特征的方法 | 第23页 |
| ·基于模板匹配的方法 | 第23-24页 |
| ·基于代数特征的方法 | 第24-27页 |
| ·基于神经网络的方法 | 第27-28页 |
| ·基于隐马尔可夫模型的方法 | 第28页 |
| ·基于支持向量机的方法 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 人脸特征提取和识别 | 第31-46页 |
| ·人脸特征提取 | 第31-33页 |
| ·传统的PCA特征提取 | 第31页 |
| ·改进的PCA特征提取 | 第31-33页 |
| ·基本的最近邻方法 | 第33-34页 |
| ·最短距离 | 第33页 |
| ·相似度 | 第33-34页 |
| ·径向基函数神经网络分类器 | 第34-41页 |
| ·RBF神经网络初始化 | 第36-38页 |
| ·高斯宽度估计 | 第38-40页 |
| ·权值调整 | 第40页 |
| ·中心和宽度调整 | 第40-41页 |
| ·快速最近邻方法 | 第41-45页 |
| ·分级分解 | 第42-43页 |
| ·搜索 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 实验和分析 | 第46-55页 |
| ·特征提取 | 第46-48页 |
| ·基本的最近邻分类器 | 第48-51页 |
| ·快速最近邻分类器 | 第51-52页 |
| ·分类识别比较 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 工作总结和展望 | 第55-57页 |
| ·工作总结 | 第55-56页 |
| ·不足与展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61-62页 |
| 详细摘要 | 第62-65页 |
