基于非负矩阵分解的人脸识别研究
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 1 绪论 | 第11-20页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 国内外人脸识别技术研究现状 | 第12-13页 |
| 1.3 相关理论基础与应用 | 第13-15页 |
| 1.3.1 相关理论 | 第13-14页 |
| 1.3.2 人脸识别应用领域 | 第14-15页 |
| 1.4 人脸识别现有方法概述 | 第15-19页 |
| 1.4.1 人脸检测方法概述 | 第15-17页 |
| 1.4.2 人脸识别方法概述 | 第17-19页 |
| 1.5 论文主要工作和章节安排 | 第19-20页 |
| 2 人脸图像预处理 | 第20-24页 |
| 2.1 人脸图像的灰度变换 | 第20-21页 |
| 2.2 直方图均衡化 | 第21-23页 |
| 2.2.1 灰度图像的直方图 | 第21页 |
| 2.2.2 直方图均衡化 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 基于Adaboost的人脸检测算法 | 第24-31页 |
| 3.1 Boosting算法原理 | 第24页 |
| 3.2 Adaboost算法原理 | 第24-28页 |
| 3.2.1 Haar矩形特征及特征值的计算 | 第24-27页 |
| 3.2.2 基于Adaboost算法生成强分类器 | 第27-28页 |
| 3.3 级联分类器结构 | 第28-29页 |
| 3.4 实验结果及分析 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 4 基于NMF的人脸识别算法 | 第31-38页 |
| 4.1 非负矩阵分解原理 | 第31-33页 |
| 4.1.1 问题描述 | 第31页 |
| 4.1.2 目标函数 | 第31-32页 |
| 4.1.3 迭代规则 | 第32-33页 |
| 4.2 非负矩阵分解方法的改进 | 第33-35页 |
| 4.3 实验结果及分析 | 第35-37页 |
| 4.4 本章小结 | 第37-38页 |
| 5 系统的设计与实现 | 第38-42页 |
| 5.1 总体设计 | 第38页 |
| 5.2 系统的实现 | 第38-41页 |
| 5.3 本章小结 | 第41-42页 |
| 6 总结与展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 攻读硕士期间发表的论文 | 第46-47页 |
| 致谢 | 第47页 |
