分块鉴别特征抽取及人脸识别应用研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-28页 |
| ·人脸识别概述 | 第12-18页 |
| ·人脸识别发展历史及研究意义 | 第12-14页 |
| ·人脸识别的主要内容 | 第14-17页 |
| ·人脸识别的挑战 | 第17-18页 |
| ·基于代数特征抽取方法 | 第18-24页 |
| ·主成分分析方法 | 第18-19页 |
| ·Fisher 线性鉴别分析 | 第19-21页 |
| ·局部二元模式（LBP） | 第21-22页 |
| ·流形学习 | 第22-24页 |
| ·论文研究内容与组织结构 | 第24-28页 |
| ·本文主要研究工作概述 | 第24-25页 |
| ·本文的内容安排 | 第25-28页 |
| 第二章 分块PCA 与最大散度差鉴别分析的融合 | 第28-38页 |
| ·分块PCA | 第29-31页 |
| ·分块PCA 与最优投影矩阵 | 第29-31页 |
| ·特征抽取 | 第31页 |
| ·最大散度差鉴别分析 | 第31-33页 |
| ·融合分块PCA 与最大散度差鉴别分析的算法 | 第33-34页 |
| ·算法原理 | 第33页 |
| ·算法的实现步骤 | 第33-34页 |
| ·实验与分析 | 第34-37页 |
| ·在ORL 人脸库的实验 | 第34-35页 |
| ·在YALE 人脸库的实验 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 基于分块局部二元模式的鉴别特征抽取 | 第38-48页 |
| ·局部二元模式 | 第39-41页 |
| ·纹理特征抽取 | 第39页 |
| ·LBP 算子 | 第39-41页 |
| ·FISHER 线性鉴别分析 | 第41-42页 |
| ·基于分块局部二元模式的鉴别特征抽取算法 | 第42-44页 |
| ·算法原理 | 第42页 |
| ·算法实现步骤 | 第42-44页 |
| ·实验与分析 | 第44-46页 |
| ·在ORL 人脸库的实验 | 第44-45页 |
| ·在YALE 人脸库的实验 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第四章 分块局部主分量分析的人脸识别 | 第48-61页 |
| ·局部主分量分析 | 第49-54页 |
| ·LPP 算法 | 第49-50页 |
| ·LPP 算法与PCA 算法的对比分析 | 第50-51页 |
| ·局部主分量分析 | 第51-54页 |
| ·分块局部主分量分析算法 | 第54-57页 |
| ·算法原理 | 第54-55页 |
| ·算法实现步骤 | 第55-57页 |
| ·实验与分析 | 第57-60页 |
| ·在ORL 人脸库的实验 | 第57-58页 |
| ·在YALE 人脸库的实验 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 基于分块的人脸识别系统的设计与实现 | 第61-67页 |
| ·系统设计的背景 | 第61-63页 |
| ·项目背景 | 第61-62页 |
| ·需求分析 | 第62-63页 |
| ·系统的主要框架与功能 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 结束语 | 第67-70页 |
| ·本文总结 | 第67-68页 |
| ·进一步研究 | 第68-70页 |
| 参考文献 | 第70-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士期间发表或被录用的论文 | 第78页 |
