文摘
英文文摘
第一章 绪论
1.1 人脸识别的主要研究问题
1.2 人脸识别发展概述
1.2.1 基于几何特征阶段
1.2.2 基于模板匹配阶段
1.2.3 智能学习阶段
1.3 人脸识别研究的主要方法
1.3.1 弹性匹配方法
1.3.2 子空间方法
1.3.3 神经网络方法
1.3.4 隐马尔可夫模型方法
1.4 本文结构介绍
第二章 特征提取和PCA算法
2.1 引言
2.2 离散Karhunen-loeve变换
2.2.1 K-L展开式
2.2.2 特征提取准则
2.3 熵函数与各类正交变换比较
2.4 主成分分析(PCA)和特征脸(eigenfaces)算法
第三章 人脸识别的分类算法研究
3.1 引言
3.2 最近特征线法
3.3 K最近特征线分类法
3.4 贝叶斯分类法
3.4.1 最大后验准则
3.4.2 最小风险判决准则
3.4.3 极大似然准则
第四章 贝叶斯策略人脸识别方法
4.1 引言
4.2 贝叶斯公式
4.3 多类分类转化为两类分类
4.4 贝叶斯分类器
4.5 识别结果分析
第五章 贝叶斯方法的改进与结果分析
5.1 小波分析基础
5.1.1 傅立叶变换
5.1.2 一维小波变换
5.1.3 二维小波变换
5.2 Haar小波对样本的处理
5.3 改进的混高斯模型
5.4 对先验概率的改进
5.5 实验结果及分析
第六章 总结与展望
6.1 本文工作总结
6.2 对未来工作展望
参考文献:
致谢