学位论文 > 优秀研究生学位论文题录展示

基于子模式的局部保留映射的人脸识别方法研究

作　者: 张靳
导　师: 孔俊
学　校: 东北师范大学
专　业: 计算机应用技术
关键词: 生物特征识别人脸识别局部保留映射空间平滑的子空间学习子模式
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 23次
引　用: 0次
阅　读: 论文下载

内容摘要

随着计算机科学技术的不断发展,计算机图像处理和模式识别等方向的研究越来越引起人们的重视。近十年中,由于网络化和信息化的迅速普及对于身份的鉴别成为越来越重要的问题,这使生物特征识别技术成为了国内外最热门的研究方向之一。然而,在众多的识别方法中,人脸识别依靠其优秀的稳定性。友好性和方便性,越来越引起研究人员的重视,现已成为生物特征识别领域里研究的一个重点方向。本篇文章在前面的部分简要的介绍了人脸识别技术在现阶段的研究现状以及发展趋势,随后简单的介绍了人脸识别技术的相关基础知识,包括具体的研究方法。人脸识别的流程。人脸识别的基础等。最后,在原有的局部保留映射(Locality Preserving Projection,LPP)方法上融合了空间平滑的子空间学习(Spatially Smooth Subspace Learning,SSSL)方法,并在原有的方法中加入了子模式的想法。最终为了更有效地提高识别效果。本文使用MATLAB作为实验平台,针对人脸识别的一些常用方法进行了大量的实验,并且得到了较为精确的实验数据,并且对实验结果进行了详细的分析。实验表明,本文所引用的方法在一定程度上对识别效果的改善有着很好的作用,为以后其它生物特征识别的研究奠定了良好的基础。

全文目录

摘要  4-5
Abstract  5-7
第一章绪论  7-12
  1.1 研究背景及意义  7-8
  1.2 人脸识别的研究现状  8-10
    1.2.1 人脸生物特征  9
    1.2.2 生物特征性能比较  9-10
  1.3 人脸识别的发展趋势  10-11
  1.4 本文的主要内容及结构  11-12
    1.4.1 本文的主要内容  11
    1.4.2 本文的结构  11-12
第二章人脸识别的理论基础  12-17
  2.1 人脸识别的基础概述  12-13
    2.1.1 人脸识别相关概念  12
    2.1.2 人脸识别流程  12-13
  2.2 本文用到的方法  13-17
    2.2.1 主成分分析（PCA）  13-14
    2.2.2 线性判别分析（Linear Discriminant Analysis，LDA）  14-15
    2.2.3 局部保留映射（locality preserving projection，LPP）  15-16
    2.2.4 最近邻(Nearest Neighbor)  16-17
第三章基于子模式约束的局部保留映射方法  17-21
  3.1 引言  17
  3.2 人脸识别方法  17
    3.2.1 局部保留映射（LPP）  17
    3.2.2 空间平滑子空间学习方法（Spatially Smooth Subspace Learning,SSSL）  17
  3.3 拉普拉斯平滑  17-18
  3.4 离散的拉普拉斯平滑  18-19
  3.5 算法融合  19-20
  3.6 本章小结  20-21
第四章实验结果与分析  21-25
  4.1 人脸图像数据集  21-25
    4.1.1 实验结果  21-24
    4.1.2 实验分析  24-25
第五章总结与展望  25-27
  5.1 总结  25
  5.2 展望  25-27
参考文献  27-30
致谢  30-31
在学期间公开发表论文情况  31

基于子模式的局部保留映射的人脸识别方法研究

内容摘要

全文目录

相似论文