摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
第一章 绪论 | 第12-21页 |
·人脸识别系统概述 | 第12-13页 |
·人脸识别发展阶段 | 第13页 |
·人脸识别应用前景 | 第13-14页 |
·人脸识别过程 | 第14-15页 |
·人脸识别方法综述 | 第15-16页 |
·基于几何特征的方法 | 第15页 |
·基于模板的方法 | 第15页 |
·基于模型的方法 | 第15-16页 |
·国内外人脸识别研究现状 | 第16-18页 |
·人脸识别中的关键问题 | 第18-19页 |
·光照问题 | 第18-19页 |
·表情特征识别问题 | 第19页 |
·本文的结构安排 | 第19-21页 |
第二章 图像的分解技术 | 第21-33页 |
·图像的傅里叶变换基本理论 | 第21-29页 |
·图像傅里叶变换的意义 | 第21页 |
·一维傅里叶变换 | 第21-22页 |
·二维连续傅里叶变换 | 第22-23页 |
·二维离散的傅里叶变换 | 第23页 |
·离散傅里叶变换性质实例证明 | 第23-29页 |
·频谱分析 | 第29-30页 |
·图像的奇异值分解 | 第30-33页 |
·奇异值分解算法的意义 | 第30页 |
·奇异值分解理论 | 第30-31页 |
·奇异值分解性质 | 第31-33页 |
第三章 实验 | 第33-48页 |
·验证图像傅里叶变换频谱蕴含的信息 | 第33-37页 |
·人脸图像傅里叶变换双谱信息 | 第33-34页 |
·单纯谱重构 | 第34页 |
·两张人脸图像的幅度谱和相位谱交叉重构 | 第34-35页 |
·人脸图像亮度变化后双谱比较 | 第35-37页 |
·验证图像奇异值分解后 U、S、V 蕴含的信息 | 第37-40页 |
·人脸图像奇异值分解后 U、S、V 信息 | 第37页 |
·U、S、V 单纯重构 | 第37-39页 |
·两张人脸图像奇异值矩阵交叉重构 | 第39页 |
·两张人脸图像 U、S、V 混合重构 | 第39-40页 |
·探求 U、S、V 矩阵与幅度谱和相位谱包含图像信息的联系 | 第40-48页 |
·整张人脸图像奇异值矩阵与双谱关系 | 第40-41页 |
·半张人脸图像奇异值矩阵与双谱关系 | 第41-43页 |
·四分之一张人脸图像奇异值矩阵与双谱关系 | 第43-44页 |
·亮度改变后的双谱交叉重构比较 | 第44-45页 |
·亮度改变后的 U、S、V 距离比较 | 第45-48页 |
第四章 结论 | 第48-49页 |
参考文献 | 第49-52页 |
致谢 | 第52-53页 |
研究成果及发表的学术论文 | 第53-54页 |
作者和导师简介 | 第54-55页 |
硕士研究生学位论文答辩委员会决议书 | 第55-56页 |