声明
摘要
1 绪论
1.1 研究背景及意义
1.2 人脸识别研究发展现状
1.2.1 国外研究发展现状
1.2.2 国内研究发展现状
1.3 人脸识别的基本方法
1.3.1 基于几何特征的方法
1.3.2 基于图像的方法
1.4 论文研究内容及结构安排
2 人脸图像预处理
2.1 预处理基本方法
2.1.1 灰度化
2.1.2 二值化
2.1.3 几何校正
2.1.4 灰度归一化
2.1.5 中值滤波
2.1.6 图像锐化
2.2 白化处理
2.3 本章小结
3 二维小波变换
3.1 小波变换的定义
3.2 小波变换的分类
3.2.1 一般小波序列展开
3.2.2 离散小波变换(DWT)
3.2.3 连续小波变换
3.3 二维小波变换
3.3.1 二维小波变换的定义
3.3.2 二维DWT的实现
3.3.3 二维DWT在图像处理中的应用
3.4 本章小结
4 Fisherfaces方法
4.1 主成分分析(PCA)
4.1.1 K-L变换
4.1.2 人脸识别中的PCA算法
4.2 线性判别分析(LDA)
4.3 Fisherfaces方法
4.4 本章小结
5 分类器
5.1 最近邻分类器
5.2 支持向量机(SVM)
5.2.1 SVM的基本原理
5.2.2 SVM系统参数的确定
5.2.3 网格法参数寻优
5.3 本章小结
6 实验结果与分析
6.1 实验环境
6.1.1 人脸库
6.1.2 实验平台
6.2 结果与分析
6.2.1 图像预处理
6.2.2 小波基的选择
6.2.3 小波分解层数的选择
6.2.4 小波权系数的选择
6.2.5 方法对比
6.2.6 最佳参数确定
6.2.7 系统的鲁棒性
6.3 本章小结
7 基于GUI的人脸识别系统实现
7.1 系统实现平台
7.2 系统介绍
7.3 系统实现及演示
7.4 本章小结
8 总结与展望
8.1 论文总结
8.2 工作展望
参考文献
个人简历、在学期间发表的学术论文与研究成果
致谢
郑州大学;