SpLPP在人脸识别中的应用研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·人脸识别的背景和研究意义 | 第8-10页 |
| ·人脸识别技术难点 | 第10页 |
| ·人脸识别技术涉及的理论 | 第10-12页 |
| ·人脸识别的研究现状及其应用前景 | 第12-14页 |
| ·论文的主要工作 | 第14页 |
| ·论文的组织结构 | 第14-16页 |
| 2 人脸识别方法介绍 | 第16-25页 |
| ·引言 | 第16-17页 |
| ·基于几何特征的方法 | 第17-18页 |
| ·子空间方法 | 第18-19页 |
| ·神经网络方法 | 第19-20页 |
| ·弹性图匹配方法 | 第20-21页 |
| ·隐马尔科夫模型 | 第21页 |
| ·支持向量机 | 第21-22页 |
| ·三维人脸识别 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 3 人脸识别数据库介绍 | 第25-29页 |
| ·ORL 人脸数据库 | 第26页 |
| ·Yale 人脸数据库 | 第26-27页 |
| ·FERET 人脸数据库 | 第27-28页 |
| ·AR 人脸数据库 | 第28页 |
| ·CAS-PEAL-R1 人脸数据库 | 第28页 |
| ·XM2VTSDB 人脸数据库 | 第28页 |
| ·UMIST 人脸数据库 | 第28页 |
| ·本章小结 | 第28-29页 |
| 4 子空间方法 | 第29-39页 |
| ·主成分分析 | 第29-31页 |
| ·算法描述 | 第29-31页 |
| ·算法的优劣 | 第31页 |
| ·线性判别分析算法 | 第31-33页 |
| ·算法描述 | 第31-33页 |
| ·算法的优劣 | 第33页 |
| ·局部保持映射算法 | 第33-35页 |
| ·算法描述 | 第34-35页 |
| ·算法的优劣 | 第35页 |
| ·子模式局部保持映射算法 | 第35-38页 |
| ·子模式技术 | 第35-36页 |
| ·算法描述 | 第36-37页 |
| ·算法的优劣 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 5 Aw_SpLPP 算法 | 第39-54页 |
| ·算法的提出 | 第39页 |
| ·算法描述 | 第39-42页 |
| ·实验结果及其分析 | 第42-52页 |
| ·子图像大小的选择 | 第43-46页 |
| ·ORL 人脸库上的实验结果及其分析 | 第46-48页 |
| ·Yale 人脸库上的实验结果及其分析 | 第48-50页 |
| ·FERFET 人脸库上的实验结果及其分析 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 6 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61页 |
| A. 作者在攻读学位期间发表的论文 | 第61页 |
| B. 作者在攻读学位期间参加的科研项目 | 第61页 |
