人脸识别中特征提取与选择算法的研究
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景与意义 | 第11-12页 |
| ·人脸识别系统 | 第12-13页 |
| ·人脸识别的研究现状和应用前景 | 第13-14页 |
| ·国内外人脸识别的研究现状 | 第13页 |
| ·人脸识别的应用前景 | 第13-14页 |
| ·人脸识别技术中的难点 | 第14页 |
| ·本文的主要工作和内容结构安排 | 第14-16页 |
| 第2章 人脸识别方法 | 第16-26页 |
| ·引言 | 第16页 |
| ·人脸特征 | 第16-18页 |
| ·人脸识别中特征提取与选择算法分类 | 第18-25页 |
| ·基于知识的特征提取方法 | 第19页 |
| ·基于统计学习的特征提取方法 | 第19-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于混沌理论改进的人工鱼算法 | 第26-36页 |
| ·引言 | 第26-27页 |
| ·人工鱼算法 | 第27-29页 |
| ·模型定义 | 第27页 |
| ·基本原理和行为描述 | 第27-28页 |
| ·算法流程 | 第28-29页 |
| ·混沌理论 | 第29-33页 |
| ·混沌的定义 | 第29-31页 |
| ·常用的混沌模型 | 第31-33页 |
| ·基于混沌改进的人工鱼算法 | 第33-35页 |
| ·仿真实验结果及分析 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于混沌人工鱼的LDA算法 | 第36-47页 |
| ·引言 | 第36页 |
| ·LDA的基本原理和算法流程 | 第36-39页 |
| ·两类Fisher判别准则 | 第36-38页 |
| ·多类Fisher判别准则 | 第38-39页 |
| ·LDA算法存在的问题 | 第39-42页 |
| ·小样本问题 | 第39-40页 |
| ·忽略不同类样本之间的类间差异 | 第40-41页 |
| ·特征选择问题 | 第41-42页 |
| ·基于混沌人工鱼改进的LDA | 第42-43页 |
| ·仿真实验及结果分析 | 第43-45页 |
| ·子空间中特征空间维数对识别率的影响 | 第44-45页 |
| ·不同算法对识别率的影响 | 第45页 |
| ·本章小结 | 第45-47页 |
| 总结与展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 附录A 攻读硕士学位期间所发表的论文 | 第53页 |
