DWT和FAST PCA与SVM在人脸识别技术中的应用

声明

摘要

第一章 绪论

1．1 人脸识别研究目的和意义

1．2 人脸识别的研究历史与现状

1．3 人脸识别的发展趋势

1．4 人脸图像识别的应用领域

1．5 论文结构安

第二章 人脸图像预处理与检测

2．1 引言

2．2 人脸图像预处理

2．2．1 灰度化处理

2．2．2 去噪处理

2．2．3 归一化处理

2．3 人脸图像检测

2．4 本章小结

第三章 人脸特征提取

3．1 引言

3．2 离散小波分解

3．3 PCA特征提取

3．3．1 PCA的原理

3．3．2 PCA的缺点

3．4 改进的PCA算法

3．5 结合DWT与FAST PCA的人脸特征提取

3．6 本章小结

第四章 基于支持向量机的人脸识别

4．1 引言

4．2 分类器综述

4．2．1 贝叶斯分类器

4．2．2 最近邻分类器

4．2．3 人工神经网络

4．2．4 支持向量机

4．3 支持向量机基础理论

4．3．1 机器学习的表示

4．3．2 统计学习理论主要内容

4．3．3 支持向量机分类原理

4．3．4 多分类SVM

4．4 基于改进的二叉树SVM的人脸识别

4．4．1 改进的二叉树SVM算法

4．4．2 SVM核函数的选择以及参数的优化

4．5 人脸识别算法实验分析

4．5．1 ORL人脸库上仿真实验

4．5．2 YALE人脸库上仿真实验

4．6 本章小结

第五章 人脸识别系统原型的设计

5．1 引言

5．2 人脸识别系统流程图

5．3 人脸识别系统原型设计

5．3．1 重要模块划分

5．3．2 人脸识别系统设计及测试

5．4 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

致谢

攻读学位期间发表的学术论文目录