基于局部保留投影的人脸特征提取研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·人脸识别研究背景与意义 | 第9-10页 |
| ·人脸识别技术发展历史 | 第10-13页 |
| ·人脸识别系统的框架 | 第13-16页 |
| ·常见的特征提取方法 | 第13-15页 |
| ·局部保留投影的人脸特征提取方法 | 第15-16页 |
| ·本课题来源及主要研究的内容 | 第16-17页 |
| 第2章 局部保留投影算法及与PCA和LDA比较 | 第17-28页 |
| ·引言 | 第17-18页 |
| ·局部保留投影 | 第18-21页 |
| ·图嵌入框架 | 第18-19页 |
| ·局部保留投影算法 | 第19-21页 |
| ·局部保留投影与LDA和PCA比较 | 第21-25页 |
| ·主分量分析 | 第21-23页 |
| ·线性判别分析 | 第23-24页 |
| ·局部保留投影与PCA和LDA的比较 | 第24-25页 |
| ·最近邻分类器 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 局部保留投影在人脸识别的改进 | 第28-42页 |
| ·局部保留投影问题分析 | 第28-29页 |
| ·内存消耗过度 | 第28页 |
| ·特征方程奇异 | 第28-29页 |
| ·局部保留投影算法改进方法 | 第29-32页 |
| ·下采样压缩图像 | 第29-30页 |
| ·下采样方法介绍 | 第30-32页 |
| ·奇异矩阵的处理 | 第32-36页 |
| ·正则化的局部保留算法 | 第32-33页 |
| ·等价方程一 | 第33页 |
| ·零特征值特征向量的分析 | 第33-35页 |
| ·正则化方法和Laplacianface的比较 | 第35-36页 |
| ·局部保留投影改进 | 第36-39页 |
| ·等价特征方程二 | 第36-37页 |
| ·等价特征方程三 | 第37-38页 |
| ·改进方法小结 | 第38-39页 |
| ·实验结果 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 二维局部保留投影改进方案 | 第42-55页 |
| ·二维局部保留投影 | 第42-44页 |
| ·二维局部保留投影分析 | 第44-45页 |
| ·二维监督的局部保留投影 | 第45-46页 |
| ·二维判别监督局部保留算法 | 第46-48页 |
| ·2DDSLPP与2DLDA和2DDLPP比较 | 第48-51页 |
| ·2DLDA | 第48页 |
| ·2DLDA与2D-DSLPP | 第48-49页 |
| ·2DDLPP | 第49-50页 |
| ·2DDLPP与2DDSLPP | 第50-51页 |
| ·实验结果和分析 | 第51-54页 |
| ·ORL人脸库实验结果分析 | 第52页 |
| ·AR人脸库试验结果分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-63页 |
| 致谢 | 第63页 |
