声明
摘要
第1章 绪论
1.1 本文研究的目的与意义
1.2 人脸识别研究的国内外现状
1.3 人脸识别技术的应用
1.4 神经网络在人脸识别方面的发展
1.5 人脸图像库
1.5.1 Yale人脸库
1.5.2 ORL人脸库
1.5.3 AR人脸库
1.6 本文主要研究内容
第2章 基于Haar-1ike的人脸检测原理及预处理
2.1 基于Haar-like特征的人脸检测
2.2 人脸图像预处理
2.2.1 灰度化处理
2.2.2 去噪处理
2.2.3 人脸校正处理
2.2.4 归一化
2.3 本章小结
第3章 基于类别模式的人脸特征提取
3.1 基于LBP的特征提取
3.2 基于PCA的特征提取
3.2.1 PCA的基本思想
3.2.2 PCA的算法原理
3.2.3 基于类别模式的方法研究
3.3 特征提取算法的性能分析
3.3.1 基于ORL和YALE库的三种算法性能分析
3.3.2 基于AR库三种算法性能分析
3.4 本章小结
第4章 基于BP神经网络的分类识别
4.1 模式识别分类器
4.1.1 最近邻分类器
4.1.2 支持向量机
4.1.3 神经网络
4.2 BP神经网络基本原理
4.2.1 BP神经网络的结构
4.2.2 标准的BP神经网络算法
4.2.3 基于弹性动量的权值调整方法
4.3 测试及分析
4.3.1 激励函数测试
4.3.2 隐藏层节点数测试
4.3.3 权值调整方法测试
4.3.4 PCA+BP神经网络性能测试
4.4 本章小结
第5章 人脸识别功能的设计与实现
5.1 开发平台和目标
5.1.1 OpenCV简介
5.1.2 Visual C++2010与MATLAB的混合编程方法
5.1.3 系统识别功能
5.2 系统设计与实现
5.2.1 系统功能模块设计
5.2.2 人脸识别系统的实现
5.3 本章小结
结论
参考文献
攻读硕士学位期间所发表的学术论文
致谢