声明
摘要
第1章 绪论
1.1 人脸识别的研究背景及意义
1.2 人脸识别发展的历史与现状
1.2.1 人脸识别技术的发展历史
1.2.2 人脸识别技术的发展现状
1.3 人脸识别的主要方法及存在问题
1.3.1 人脸识别系统
1.3.2 主要的人脸特征提取方法
1.3.3 主要的分类方法
1.3.4 人脸识别存在的问题
1.3.5 人脸识别主要的性能评测指标
1.4 人脸数据库简介
1.5 论文研究的主要内容及组织结构
1.5.1 本文主要研究内容
1.5.2 本文各章节安排
第2章 基于线性子空间分析人脸特征提取
2.1 基于主成分分析方法(PCA)人脸特征提取
2.2 基于独立分量分析(ICA)人脸特征提取
2.3 基于线性判别分析(LDA)人脸特征提取
2.4 基于2维主分量分析(2DPCA)人脸特征提取
2.4 基于2维主分量分析(2DPCA)人脸特征提取
2.5 本章小结
第3章 基于2DLDA的人脸识别算法研究
3.1 2DLDA人脸特征提取算法存在的问题与分析
3.2 2DLDA人脸特征提取算法的改进(N2DLDA)
3.3 算法仿真实验与结果分析
3.3.1 N2DLDA算法求解流程与步骤
3.3.2 ORL人脸数据库的实验结果与分析
3.3.3 Yale人脸数据库的实验结果与分析
3.3.4 CAS-PEAL-R1人脸数据库的实验结果与分析
3.4 验证可调参数k的实验与结果分析
3.5 本章小结
第4章 基于核的2DLDA人脸识别算法研究
4.1 核方法理论
4.1.1 核映射和核空间
4.1.2 核函数方法的数学模型
4.2 KLDA人脸特征提取算法存在的问题与分析
4.3 核2维鉴别分析(K-2DLDA)
4.4 核新型2维鉴别分析(K-N2DLDA)
4.5 核函数的选择及参数变化对识别率的影响
4.6 算法仿真实验与结果分析
4.6.1 K-N2DLDA算法求解流程与步骤
4.6.2 ORL人脸数据库的实验与结果分析
4.6.3 Yale人脸数据库的实验与结果分析
4.6.4 验证可调参数k的实验与结果分析
4.7 本章小结
第5章 总结与展望
5.1 本文工作总结
5.2 未来工作展望
参考文献
致谢
作者攻读硕士学位期间发表的论文及获奖情况