基于PCA和人工神经网络的人脸识别研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·人脸识别的研究内容 | 第9-12页 |
| ·人脸识别的应用 | 第12-13页 |
| ·人脸识别的难点 | 第13-14页 |
| ·人脸识别的研究现状 | 第14-15页 |
| ·本文结构 | 第15-16页 |
| 2 人脸图像预处理 | 第16-30页 |
| ·RGB 颜色空间 | 第16-17页 |
| ·RGB 颜色的灰度化 | 第17-18页 |
| ·图像的去噪 | 第18-21页 |
| ·低通滤波 | 第18-19页 |
| ·中值滤波 | 第19页 |
| ·维纳滤波 | 第19-20页 |
| ·实验结果与分析 | 第20-21页 |
| ·对比度增强 | 第21-22页 |
| ·光照补偿 | 第22-24页 |
| ·灰度直方图补偿 | 第22-23页 |
| ·同态滤波 | 第23页 |
| ·同态滤波过程与结果 | 第23-24页 |
| ·图像的前背景分离 | 第24-26页 |
| ·图像增强 | 第26-30页 |
| ·数学形态学 | 第26页 |
| ·膨胀与腐蚀 | 第26-30页 |
| 3 人脸定位 | 第30-43页 |
| ·眼睛的定位 | 第31-40页 |
| ·基于眼睛颜色差异的定位 | 第32页 |
| ·基于眼睛区域块大小的定位 | 第32-34页 |
| ·基于眼睛中心瞳孔的定位 | 第34-35页 |
| ·结合的方法 | 第35页 |
| ·基于眼睛轮廓运算的眼睛定位 | 第35-36页 |
| ·轮廓的获取—边缘检测 | 第36-37页 |
| ·轮廓的曲线迭代逼近—Snake 模型 | 第37-39页 |
| ·轮廓曲线的拟合和匹配 | 第39页 |
| ·定位结果 | 第39-40页 |
| ·人脸图像的归一化 | 第40-43页 |
| ·人脸姿态归一化 | 第40-41页 |
| ·人脸图像大小归一化 | 第41-43页 |
| 4 人脸特征提取 | 第43-47页 |
| ·主成分分析法(PCA)的基本原理 | 第44-45页 |
| ·协方差矩阵的对角化 | 第44-45页 |
| ·特征根的分解 | 第45页 |
| ·主成分分析法提取特征 | 第45-46页 |
| ·特征的融合 | 第46-47页 |
| 5 分类器设计 | 第47-60页 |
| ·人工神经网络分类器介绍 | 第48-50页 |
| ·人工神经网络原理 | 第50-54页 |
| ·传输函数 | 第50-51页 |
| ·单层感知器 | 第51-52页 |
| ·多层的前向感知器 | 第52页 |
| ·多层的后向神经网络 | 第52-54页 |
| ·BP 神经网络 | 第54-57页 |
| ·神经网络的原理 | 第54-55页 |
| ·神经网络的优化 | 第55-57页 |
| ·识别试验 | 第57-60页 |
| ·试验的人脸库 | 第57页 |
| ·试验步骤 | 第57-58页 |
| ·试验的结果与分析 | 第58-60页 |
| 6 试验结果与分析 | 第60-62页 |
| 7 总结与展望 | 第62-65页 |
| ·总结 | 第62-63页 |
| ·本文的不足 | 第63页 |
| ·展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
