1 绪论
1.1研究背景与意义
1.2国内外研究现状
1.3本文的主要研究内容
1.4文章组织结构
2 相关技术分析
2.1基于肤色概率的人脸检测算
2.2人脸识别算法
2.2.1 处理遮挡问题的方法
2.2.2 基于特征脸的方法
2.2.3 基于卷积神经网络的方法
2.3本章小结
3改进的肤色检测算法
3.1 LTP-PCA的特征提取
3.2基于截断式核范数的人脸恢复算法
3.3肤色分割模型
3.3.1 肤色概率统计模型
3.3.2 数学形态学模型
3.4基于YCbCr彩色空间的伪彩色算法
3.4.1 彩色空间转换
3.4.2 伪彩色算法的实现
3.5 BP神经网络
3.5.1 BP神经网络结构
3.5.2 BP神经网络优化方法
3.6人脸归一化处理
3.7基于伪彩色算法和BP神经网络改进的肤色检测算法的实现
3.7.1基于伪彩色算法和BP神经网络改进的肤色检测算法原理
3.7.2基于伪彩色算法和BP神经网络改进的肤色检测算法实现步骤
3.8 本章小结
4 基于改进CNN的人脸识别算法
4.1 改进的RPCA算法
4.2 PCAL卷积神经网络分类识别
4.2.1 PCAL卷积神经网络结构
4.2.2 PCAL卷积神经网络优化算法
4.3 基于改进RPCA的PCAL卷积神经网络的识别原理
4.4 本章小结
5 仿真实验
5.1改进的肤色检测算法实验结果与分析
5.2确定改进RPCA训练样本数量与PCAL网络卷积模板尺寸
5.3人脸识别实验结果与分析
5.4 本章小结
6 总结和展望
参考文献
攻读硕士期间主要研究成果
致谢
声明
重庆师范大学;