基于SVDD与SVM的人脸识别技术应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究的背景与意义 | 第9-10页 |
| ·国内外研究现状与发展 | 第10-12页 |
| ·人脸识别研究内容 | 第10-11页 |
| ·人脸识别国内外研究现状 | 第11-12页 |
| ·人脸识别的发展趋势 | 第12页 |
| ·两种支持向量学习机 | 第12-15页 |
| ·论文的主要工作 | 第15-16页 |
| ·论文的结构 | 第16-18页 |
| 第二章 支持向量数据描述方法的产生与发展 | 第18-30页 |
| ·概述 | 第18页 |
| ·支持向量机 | 第18-22页 |
| ·线性支持向量机 | 第18-20页 |
| ·非线性支持向量机 | 第20-22页 |
| ·核 | 第22-24页 |
| ·核函数 | 第22-23页 |
| ·常用核函数 | 第23-24页 |
| ·支持向量数据描述 | 第24-28页 |
| ·超球可分支持向量数据描述 | 第24-27页 |
| ·非超球可分支持向量数据描述 | 第27-28页 |
| ·支持向量数据描述研究趋势 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 人脸图像预处理与特征提取 | 第30-42页 |
| ·概述 | 第30页 |
| ·人脸检测与定位 | 第30-33页 |
| ·Adaboost人脸检测基本原理 | 第30-33页 |
| ·特征的选取及特征值的计算 | 第30-31页 |
| ·Adaboost算法 | 第31-33页 |
| ·基于Adaboost的人脸检测与定位 | 第33页 |
| ·人脸图像预处理 | 第33-37页 |
| ·人脸图像的灰度化处理 | 第33-35页 |
| ·人脸图像的尺度归一化 | 第35-36页 |
| ·人脸图像的灰度均衡化 | 第36-37页 |
| ·人脸特征提取 | 第37-40页 |
| ·人脸特征提取的研究现状 | 第37-38页 |
| ·基于LBP的人脸特征提取 | 第38-40页 |
| ·小结 | 第40-42页 |
| 第四章 超球投影嵌入支持向量鉴别分析方法 | 第42-51页 |
| ·概述 | 第42页 |
| ·支持向量鉴别分析方法 | 第42-44页 |
| ·超球投影嵌入支持向量鉴别分析算法 | 第44-47页 |
| ·超球投影嵌入支持向量鉴别分析算法构造 | 第45-47页 |
| ·超球投影嵌入支持向量鉴别分析算法推广 | 第47页 |
| ·算法性能分析 | 第47-48页 |
| ·人脸识别实验与分析 | 第48-50页 |
| ·实验场景 | 第48-49页 |
| ·实验结果与分析 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第五章 具有拒识能力的分层人脸识别算法 | 第51-57页 |
| ·概述 | 第51页 |
| ·具有拒识功能的分层识别算法框架 | 第51-52页 |
| ·分层识别的算法描述 | 第52-53页 |
| ·算法扩展 | 第53-54页 |
| ·实验结果与分析 | 第54-56页 |
| ·实验场景设置 | 第54页 |
| ·实验结果与分析 | 第54-56页 |
| ·小结 | 第56-57页 |
| 第六章 考勤人脸识别原型系统的设计与实现 | 第57-68页 |
| ·概述 | 第57页 |
| ·考勤人脸识别原型系统的结构设计 | 第57-58页 |
| ·系统的功能分析 | 第58-61页 |
| ·类的设计与实现 | 第61-63页 |
| ·SVM类的设计 | 第62-63页 |
| ·CMatSvdd类的设计 | 第63页 |
| ·人脸识别系统实现简介 | 第63-66页 |
| ·小结 | 第66-68页 |
| 第七章 结论 | 第68-70页 |
| ·工作总结 | 第68-69页 |
| ·展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 发表论文和完成的项目 | 第77页 |
