基于加权小波分解的人脸识别的人脸识别算法研究

声明

摘要

1 绪论

1．1 引言

1．2 国内外研究历史

1．3 人脸识别面临的问题及研究方向

1．4 论文研究内容及章节安排

2 人脸识别系统

2．1 图像预处理技术

2．1．1 几何校正

2．1．2 直方图均衡化

2．1．3 灰度拉伸

2．1．4 同态滤波

2．1．5 小波分解

2．1．6 加权小波分解(Weighted Disecreted Wavelet Transform，WDWT)

2．2 人脸检测

2．3 人脸识别特征提取方法

2．3．1 基于几何特征的人脸识别

2．3．2 基于子空间分析的人脸识别

2．3．3 基于弹性图匹配的人脸识别

2．3．4 基于神经网络的人脸识别

2．3．5 基于隐马尔科夫模型的人脸识别

2．4 分类器

2．4．1 基于判别函数的分类器

2．4．2 基于统计模式的分类器

2．4．3 人工神经网络分类器

2．5 本章小结

3 基于PCA的人脸识别

3．1 PCA算法

3．2 改进PCA算法(Improved PCA，IPCA)

3．3 实验结果及分析

3．3．1 ORL人脸库

3．3．2 PCA人脸识别过程中的关键问题讨论

3．3．3 IPCA算法与PCA算法识别结果比较

3．3．4 WDWT与DWT对PCA算法影响的实验结果比较

3．4 本章小结

4 基于2DPCA算法的人脸识别

4．1 2DPCA算法

4．2 2DPCA实验结果及分析

4．2．1 PCA算法与2DPCA算法识别结果分析

4．2．2 改进2DPCA算法与2DPCA算法的实验结果比较

4．2．3 WDWT与DWT对2DPCA算法影响的实验结果比较

4．3 本章小结

5 基于GUI的人脸识别系统

5．1 GUI基础知识

5．2 人脸识别系统实现

5．2．1 文件

5．2．2 图像处理

5．2．3 人脸识别

5．2．4 GUI文件封装

5．3 本章小结

6 总结与展望

6．1 本文总结

6．2 展望

参考文献

致谢

个人简历、在学期间发表的学术论文及研究成果