基于Gabor小波与RBF神经网络的人脸识别技术研究
| 第一章 绪 论 | 第1-17页 |
| ·模式识别 | 第7页 |
| ·生物识别技术 | 第7-9页 |
| ·课题的背景和研究意义 | 第9-11页 |
| ·人脸识别技术综述 | 第11-15页 |
| ·本文的研究内容和创新点 | 第15-17页 |
| 第二章 人脸图像预处理 | 第17-25页 |
| ·引言 | 第17页 |
| ·广义对称变换原理 | 第17-19页 |
| ·改进对称变换算法 | 第19-22页 |
| ·眼睛定位试验 | 第22-24页 |
| ·人脸图像的归一化 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 人脸图像识别 | 第25-42页 |
| ·引言 | 第25页 |
| ·人脸图像特征提取 | 第25-34页 |
| ·Gabor滤波 | 第26-31页 |
| ·小波分解降维 | 第31-32页 |
| ·主分量分析 | 第32-34页 |
| ·RBF神经网络分类器 | 第34-41页 |
| ·RBF网络初始化 | 第35-38页 |
| ·RBF网络混合学习算法 | 第38-40页 |
| ·RBF网络分类过程小结 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 试验与结论 | 第42-59页 |
| ·试验分析 | 第43-54页 |
| ·分析PCA计算量 | 第43-44页 |
| ·选择Gabor滤波器 | 第44-46页 |
| ·选取最佳维数 | 第46-47页 |
| ·降维方法比较及分解小波选择 | 第47-49页 |
| ·比较RBF训练方法 | 第49-51页 |
| ·选取学习速率参数与训练次数 | 第51-52页 |
| ·分析与改进 | 第52-54页 |
| ·试验结果与结论 | 第54-59页 |
| ·试验结果 | 第54-56页 |
| ·与其它识别方法比较 | 第56-57页 |
| ·结论 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 致 谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录1 人脸图像的直方图均衡化 | 第66-67页 |
| 附录2 二维傅立叶变换的性质 | 第67-68页 |
| 附录3 梯度下降算法推导 | 第68-71页 |
| 个人简介 | 第71页 |
