您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
一种有监督双向特征融合的人脸识别算法.pdf56页
本文档一共被下载：
次 ,您可免费全文在线阅读后下载本文档
文档加载中...广告还剩秒
需要金币：200 &&
优秀硕士毕业论文，完美PDF格式，可在线免费浏览全文和下载,支持复制编辑,可为大学生本专业本院系本科专科大专和研究生学士硕士相关类学生提供毕业论文范文范例指导,也可为要代写发表职称论文提供参考！！！
你可能关注的文档：
··········
··········
人脸识别因其直接、友好、非侵犯性等特点成为当前生物特征识的焦点。但是人脸
图像维数很高，并且需要较大的空间进行信息存储，因此人脸特征提取就显得非常重要。
特征提取就是抽取人脸图像本身具有最大鉴别能力的特征，利用提取到的鉴别特征进行
识别。本文对特征提取算法中的典型 LPP
算法及其改进算法进行了研究。LPP
一种无监督的针对1 维向量的特征提取方法，转化过程中会出现“小样本”和维数过高
的问题。SLPP 算法和2DLPP 算法是LPP 的改进算法，SLPP 算法解决了LPP 算法的无
监督问题，2DLPP
算法可以针对 2
维人脸图像直接处理，避免了图像转化过程中的问
题。但是SLPP 算法中k 近邻图构造时存在类内和类间两个k 值难以确定的问题，2DLPP
算法存在不能完整保留人脸整体特征的问题。针对两种算法的上述问题分别进行了改
进，并把改进后的两种算法相结合提出一种有监督双向特征融合人脸识别算法，在标准
人脸库进行了实验，通过实验对比表明本文提出的算法与其他人脸识别算法相比具有更
高人脸识别率和鲁棒性。
本文对LPP 及其改进算法进行了研究，主要贡献概括为以下三个方面：
第一，在 SLPP 算法的基础上针对其构造k 近邻图时存在类内和类间两个k 值难以
确定问题进行了改进，对类间k 近邻图构造时k 的取值进行了修改，解决了类内和类间
k 进邻图构造时k 值的确定问题，并把改进后算法与原有 SLPP 算法进行了实验对比，
进而证明了SLPP 算法修改的合理性。
第二，在传统单向2DLPP 算法的基础上提出了双向特征融合算法―2DDLPP 算法，
将同一原始人脸图像映射到水平和垂直两个
正在加载中，请稍后...基于主成分分析的人脸识别方法研究。声明：本人论文均为可编辑的文本格式，请放心..
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
基于主成分分析的人脸识别方法研究
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口精通Matlab数字图像处理与识别-张铮 等-电子与通信-文轩网
定　　价 ： ￥65.00
文 轩 价 ： ￥51.40 （7.9折）
配 送 至 ： 中国四川省成都市
中国 四川省 成都市 请选择
作　　者 ：
所属分类 ：
购买数量 ：
件 此商品已售出0本
服　　务 ： 由"文轩网"直接销售和发货，并提供售后服务 |||
购买最佳搭配 定　价：￥65.00 文轩价：￥51.40
￥51.40 （7.9折）
作　者： 等 出版社： 出版时间： 开　本：16开 页　数：401 印刷时间： 字　数：711000 装　帧：平装 语　　种：中文 版　次：1 印　次：1 I S B N：6
重磅推荐 文艺小说 少儿童书 经管励志 居家生活 科技考试
￥42.00￥60.00
￥64.00￥80.00
￥133.20￥180.00
￥31.50￥42.00
￥22.70￥32.00
￥24.70￥38.00
￥59.50￥85.00
￥22.60￥34.80
￥17.30￥29.80
￥62.40￥78.00
￥20.20￥32.00
￥56.90￥79.00
￥29.60￥39.50
￥20.80￥32.00
￥17.90￥29.80
￥64.20￥94.40
￥23.00￥32.80
￥17.50￥25.00
￥25.50￥39.80
￥22.60￥32.80
￥27.40￥45.00
￥18.20￥25.00
￥25.20￥35.00
￥28.80￥39.50
￥544.00￥680.00
￥68.20￥96.00
￥9.00￥12.50
￥27.90￥39.80
￥7.20￥10.00
￥8.60￥12.00
￥11.20￥16.00
￥12.80￥22.00
￥61.60￥88.00
￥9.80￥15.00
￥22.00￥35.00
￥31.50￥59.40
￥57.20￥88.00
￥54.50￥79.00
￥30.20￥42.00
￥41.90￥59.80
￥19.40￥29.80
￥25.90￥36.00
￥18.20￥28.00
￥16.20￥25.00
￥19.40￥29.80
￥20.20￥32.00
￥34.30￥49.00
￥27.50￥39.80
￥34.90￥49.80
￥28.70￥39.80
￥34.90￥49.80
￥6.90￥10.00
￥11.50￥16.00
￥26.60￥38.00
￥23.20￥38.00
￥27.90￥39.80
￥35.90￥49.80
￥24.50￥35.00
￥27.90￥39.80
￥47.60￥68.00
￥18.10￥25.80
￥36.90￥49.90
￥15.20￥23.80
￥56.20￥76.00
￥4.90￥6.80
￥12.40￥18.00
￥27.10￥39.80
￥7.10￥10.00
￥14.10￥19.80
￥17.40￥24.80
￥23.70￥32.00
￥35.30￥49.00
&&&&内容涉及数字图像处理和识别的核心技术，如包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、形态学处理、图像分割以及图像特征提取的相关内容&&&&对于机器视觉进行了前导性的探究，重点介绍了两种目前在工程技术领域非常流行的分类技术，如人工神经网络（ANN）和支持向量机（SVM）&&&&在人脸识别这样的热点问题上讲解了可行的方案&
隐藏全部&&&&&&张铮、倪红霞、苑春苗、杨立红编著的《精通Matlab数字图像处理与识别》将理论知识、科学研究和工程实践有机结合起来，内容涉及数字图像处理和识别技术的方方面面，包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、形态学处理、图像分割以及图像特征提取的相关内容；同时对于机器视觉进行了前导性的探究，重点介绍了两种目前在工程技术领域非常流行的分类技术――人工神经网络（ANN）和支持向量机（SVM），并在人脸识别这样的热点问题中结束本书。&&&&《精通Matlab数字图像处理与识别》结构紧凑，内容深入浅出，讲解图文并茂，适合计算机、通信和自动化等相关专业的本科生、研究生，以及工作在图像处理和识别领域一线的广大工程技术人员参考使用。
隐藏全部&&&&&&张铮&大学教授，专攻图形和图像处理以及识别技术，承担了多项国家级项目，对Matlab有很深入的研究。&
隐藏全部&&目&&录第1章&&初识数字图像处理与识别&&11.1&&数字图像&&11.1.1&&什么是数字图像&&11.1.2&&数字图像的显示&&11.1.3&&数字图像的分类&&21.1.4&&数字图像的实质&&31.1.5&&数字图像的表示&&41.1.6&&图像的空间和灰度级分辨率&&51.2&&数字图像处理与识别&&61.2.1&&从图像处理到图像识别&&61.2.2&&数字图像处理与识别的应用实例&&71.2.3&&数字图像处理与识别的基本步骤&&91.3&&数字图像处理的预备知识&&101.3.1&&邻接性、连通性、区域和边界&&101.3.2&&距离度量的几种方法&&111.3.3&&基本的图像操作&&12第2章&&Matlab数字图像处理基础&&132.1&&Matlab&R2011a简介&&132.1.1&&Matlab软件环境&&132.1.2&&文件操作&&142.1.3&&在线帮助的使用&&152.1.4&&变量的使用&&182.1.5&&矩阵的使用&&202.1.6&&细胞数组和结构体&&232.1.7&&关系运算与逻辑运算&&242.1.8&&常用图像处理数学函数&&252.1.9&&Matlab程序流程控制&&262.1.10&&M文件编写&&292.1.11&&Matlab函数编写&&302.2&&Matlab图像类型及其存储方式&&322.3&&Matlab的图像转换&&352.4&&读取和写入图像文件&&372.5&&图像的显示&&39第3章&&图像的点运算&&423.1&&灰度直方图&&423.1.1&&理论基础&&423.1.2&&Matlab实现&&433.2&&灰度的线性变换&&463.2.1&&理论基础&&463.2.2&&Matlab实现&&463.3&&灰度对数变换&&493.3.1&&理论基础&&493.3.2&&Matlab实现&&503.4&&伽玛变换&&513.4.1&&理论基础&&513.4.2&&Matlab实现&&513.5&&灰度阈值变换&&533.5.1&&理论基础&&533.5.2&&Matlab实现&&543.6&&分段线性变换&&553.6.1&&理论基础&&553.6.2&&Matlab实现&&563.7&&直方图均衡化&&603.7.1&&理论基础&&603.7.2&&Matlab实现&&613.8&&直方图规定化&&633.8.1&&理论基础&&633.8.2&&Matlab实现&&64第4章&&图像的几何变换&&664.1&&解决几何变换的一般思路&&664.2&&图像平移&&674.2.1&&图像平移的变换公式&&684.2.2&&图像平移的Matlab实现&&684.3&&图像镜像&&704.3.1&&图像镜像的变换公式&&704.3.2&&图像镜像的Matlab实现&&714.4&&图像转置&&724.4.1&&图像转置的变换公式&&724.4.2&&图像转置的Matlab实现&&724.5&&图像缩放&&734.5.1&&图像缩放的变换公式&&734.5.2&&图像缩放的Matlab实现&&744.6&&图像旋转&&754.6.1&&以原点为中心的图像旋转&&754.6.2&&以任意点为中心的图像旋转&&754.6.3&&图像旋转的Matlab实现&&774.7&&插值算法&&774.7.1&&最近邻插值&&784.7.2&&双线性插值&&784.7.3&&高阶插值&&794.8&&Matlab综合案例——人脸图像配准&&814.8.1&&什么是图像配准&&814.8.2&&人脸图像配准的Matlab实现&&81第5章&&空间域图像增强&&855.1&&图像增强基础&&855.1.1&&为什么要进行图像增强&&855.1.2&&图像增强的分类&&855.2&&空间域滤波&&865.2.1&&空间域滤波和邻域处理&&865.2.2&&边界处理&&875.2.3&&相关和卷积&&885.2.4&&滤波操作的Matlab实现&&885.3&&图像平滑&&905.3.1&&平均模板及其实现&&905.3.2&&高斯平滑及其实现&&925.3.3&&自适应平滑滤波&&955.4&&中值滤波&&955.4.1&&性能比较&&955.4.2&&一种改进的中值滤波策略&&985.4.3&&中值滤波的工作原理&&985.5&&图像锐化&&985.5.1&&理论基础&&985.5.2&&基于一阶导数的图像增强——梯度算子&&985.5.3&&基于二阶微分的图像增强——拉普拉斯算子&&1015.5.4&&基于一阶与二阶导数的锐化算子的比较&&1045.5.5&&高提升滤波及其实现&&1055.5.6&&高斯-拉普拉斯变换(Laplacian&of&a&Gaussian,&LoG)&&106第6章&&频率域图像增强&&1096.1&&频率域滤波——与空间域滤波殊途同归&&1096.2&&傅立叶变换基础知识&&1096.2.1&&傅立叶级数&&1106.2.2&&傅立叶变换&&1116.2.3&&幅度谱、相位谱和功率谱&&1146.2.4&&傅立叶变换的实质—基的转换&&1156.3&&快速傅立叶变换及实现&&1166.3.1&&FFT变换的必要性&&1176.3.2&&常见的FFT算法&&1176.3.3&&按时间抽取的基-2&FFT算法&&1186.3.4&&离散反傅立叶变换的快速算法&&1216.3.5&&N维快速傅立叶变换&&1216.3.6&&Matlab实现&&1226.4&&频域滤波基础&&1266.4.1&&频域滤波与空域滤波的关系&&1266.4.2&&频域滤波的基本步骤&&1266.4.3&&频域滤波的Matlab实现&&1276.5&&频域低通滤波器&&1286.5.1&&理想低通滤波器及其实现&&1286.5.2&&高斯低通滤波器及其实现&&1316.6&&频率域高通滤波器&&1356.6.1&&高斯高通滤波器及其实现&&1356.6.2&&频域拉普拉斯滤波器及其实现&&1376.7&&Matlab综合案例——利用频域滤波消除周期噪声&&1396.7.1&&频域带阻滤波器&&1396.7.2&&带阻滤波消除周期噪声&&1416.8&&频域滤波器与空域滤波器之间的内在联系&&143第7章&&小波变换&&1467.1&&多分辨率分析&&1467.1.1&&多分辨率框架&&1467.1.2&&分解与重构的实现&&1537.1.3&&图像处理中分解与重构的实现&&1557.2&&Gabor多分辨率分析&&1607.3&&常见小波分析&&1637.3.1&&Haar小波&&1647.3.2&&Daubechies小波&&1667.4&&高维小波&&168第8章&&图像复原&&1718.1&&图像复原的一般理论&&1718.1.1&&图像复原的基本概念&&1718.1.2&&图像复原的一般模型&&1728.2&&实用图像复原技术&&1908.2.1&&图像复原的数值计算方法&&1908.2.2&&非线性复原&&193第9章&&彩色图像处理&&1979.1&&彩色基础&&1979.1.1&&什么是彩色&&1989.1.2&&我们眼中的彩色&&1989.1.3&&三原色&&1989.1.4&&计算机中的颜色表示&&1999.2&&彩色模型&&2009.2.1&&RGB模型&&2009.2.2&&CMY、CMYK模型&&2029.2.3&&HSI模型&&2039.2.4&&HSV模型&&2079.2.5&&YUV模型&&2109.2.6&&YIQ模型&&2139.2.7&&Lab模型简介&&2149.3&&全彩色图像处理基础&&2159.3.1&&彩色补偿及其Matlab实现&&2159.3.2&&彩色平衡及其Matlab实现&&217第10章&&形态学图像处理&&22010.1&&预备知识&&22010.2&&二值图像中的基本形态学运算&&22210.2.1&&腐蚀及其实现&&22210.2.2&&膨胀及其实现&&22710.2.3&&开运算及其实现&&22910.2.4&&闭运算及其实现&&23110.3&&二值图像中的形态学应用&&23210.3.1&&击中与击不中变换及其实现&&23210.3.2&&边界提取与跟踪及其实现&&23410.3.3&&区域填充&&23510.3.4&&连通分量提取及其实现&&23710.3.5&&细化算法&&24010.3.6&&像素化算法&&24210.3.7&&凸壳&&24310.3.8&&bwmorph函数&&24310.4&&灰度图像中的基本形态学运算&&24410.4.1&&灰度膨胀及其实现&&24410.4.2&&灰度腐蚀及其实现&&24710.4.3&&灰度开、闭运算及其实现&&24810.4.4&&顶帽变换(top-hat)及其实现&&25010.5&&小结&&252第11章&&图像分割&&25311.1&&图像分割概述&&25311.2&&边缘检测&&25411.2.1&&边缘检测概述&&25411.2.2&&常用的边缘检测算子&&25511.2.3&&Matlab实现&&25811.3&&霍夫变换&&26111.3.1&&直线检测&&26111.3.2&&曲线检测&&26411.3.3&&任意形状的检测&&26411.3.4&&Hough变换直线检测的Matlab实现&&26511.4&&阈值分割&&26811.4.1&&阈值分割方法&&26811.4.2&&Matlab实现&&27211.5&&区域分割&&27311.5.1&&区域生长及其实现&&27311.5.2&&区域分裂与合并及其Matlab实现&&27511.6&&基于形态学分水岭算法的图像分割&&28011.6.1&&形态学分水岭算法&&28011.6.2&&Matlab实现&&28311.7&&Matlab综合案例——分水岭算法&&28411.8&&小结&&289第12章&&特征提取&&29012.1&&图像特征概述&&29012.1.1&&什么是图像特征&&29012.1.2&&图像特征的分类&&29012.1.3&&特征向量及其几何解释&&29112.1.4&&特征提取的一般原则&&29112.1.5&&特征的评价标准&&29112.2&&基本统计特征&&29212.2.1&&简单的区域描绘子及其Matlab实现&&29212.2.2&&直方图及其统计特征&&29312.2.3&&灰度共现矩阵&&29512.3&&特征降维&&29912.3.1&&维度灾难&&29912.3.2&&特征选择简介&&29912.3.3&&主成分分析&&30012.3.4&&快速PCA及其实现&&30712.4&&综合案例——基于PCA的人脸特征抽取&&30912.4.1&&数据集简介&&30912.4.2&&生成样本矩阵&&30912.4.3&&主成分分析&&31012.4.4&&主成分脸可视化分析&&31112.4.5&&基于主分量的人脸重建&&31312.5&&局部二进制模式&&31512.5.1&&基本LBP&&31512.5.2&&圆形邻域的LBPP,R算子&&31512.5.3&&统一化LBP算子——Uniform&LBP及其Matlab实现&&31612.5.4&&MB-LBP及其Matlab实现&&31912.5.5&&图像分区及其Matlab实现&&324第13章&&图像识别初步&&32813.1&&模式识别概述&&32813.1.1&&模式与模式识别&&32813.1.2&&图像识别&&32913.1.3&&关键概念&&32913.1.4&&识别问题的一般描述&&33013.1.5&&过度拟合&&33113.1.6&&模式识别系统结构&&33213.1.7&&训练/学习方法分类&&33213.2&&模式识别方法分类&&33213.2.1&&统计模式识别&&33313.2.2&&句法模式识别&&33313.2.3&&小结&&33413.3&&最小距离分类器和模板匹配&&33413.3.1&&最小距离分类器及其Matlab实现&&33413.3.2&&基于相关的模板匹配&&33613.3.3&&相关匹配的计算效率&&339第14章&&人工神经网络&&34114.1&&人工神经网络简介&&34114.1.1&&仿生学动机&&34114.1.2&&人工神经网络的应用实例&&34314.2&&人工神经网络的理论基础&&34414.2.1&&训练线性单元的梯度下降算法&&34414.2.2&&多层人工神经网络&&35014.2.3&&sigmoid单元&&35114.2.4&&反向传播(BP，back&propogation)算法&&35214.2.5&&训练中的问题&&35614.3&&神经网络算法的可视化实现&&35714.3.1&&NNTool的主要功能及应用&&35714.3.2&&神经网络的仿真测试&&36114.4&&Matlab神经网络工具箱&&36514.4.1&&网络的创建&&36514.4.2&&网络初始化&&36514.4.3&&网络训练&&36614.4.4&&网络仿真测试&&36614.4.5&&网络性能分析&&367第15章&&支持向量机&&36815.1&&支持向量机的分类思想&&36815.1.1&&分类模型的选择&&36815.1.2&&模型参数的选择&&36915.2&&支持向量机的理论基础&&36915.2.1&&线性可分情况下的SVM&&36915.2.2&&非线性可分情况下的C-SVM&&37315.2.3&&需要核函数映射情况下的SVM&&37515.2.4&&推广到多类问题&&37815.3&&SVM的Matlab实现&&38015.3.1&&训练——svmtrain&&38015.3.2&&分类——svmclassify&&38215.3.3&&应用实例&&38215.4&&综合案例——基于PCA和SVM的人脸识别系统&&38315.4.1&&人脸识别简介&&38315.4.2&&前期处理&&38315.4.3&&数据规格化&&38415.4.4&&核函数的选择&&38715.4.5&&参数选择&&38815.4.6&&构建多类SVM分类器&&39015.4.7&&实验结果&&39215.5&&SVM在线资源&&39915.5.1&&Matlab的SVM工具箱&&39915.5.2&&LIBSVM的简介&&399参考文献&&401&
隐藏全部&&
好评 中评 差评 天猫评论
文轩网作为纸质出版物网络销售平台，所售图书均为全新正版，请放心购买。
文轩网图书/音像单笔订单满38元免运费（内蒙古、青海、海南、新疆、西藏、宁夏及海外地区除外）。未满38元全国运费5元/单。
与文轩网合作的物流公司有：申通/圆通/CCES/港中能达/邮政经济快递/邮政平邮等。（发货系统自动匹配，暂时无法指定快递）
没有解决您的问题？
暂无提问，您可以咨询我们，我们会在一个工作日内响应~您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
基于子空间分析人脸识别方法研究.pdf64页
本文档一共被下载：
次 ,您可免费全文在线阅读后下载本文档
文档加载中...广告还剩秒
需要金币：200 &&
--优秀硕士毕业论文，完美PDF格式，可在线免费浏览全文和下载,支持复制编辑,可为大学生本专业本院系本科专科大专和研究生学士硕士相关类学生提供毕业论文范文范例指导,也可为要代写发表职称论文的提供参考！！！
你可能关注的文档：
··········
··········
Face Recognition Method Research Based on
Subspace Analysis
Candidate?????????Gong Ping?
Supervisor?????????Prof. Shi Yuexiang
College????????????College of Information Engineering???????????????
Program??????????? Signal and Information Processing
Specialization?Pattern Recognition and Intelligent Information Processing?
Degree?????????????Master?of?Engineering??????????????????????????
University??????????Xiangtan University???????????????????????????
Date???????????????May, 10
2013 ?????????????????????????????
学位论文原创性声明?
本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取
得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其
他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个
人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果
由本人承担。?
作者签名：? ? ? ? ? ?
日期：???年???? 月???? 日?
学位论文版权使用授权书?
本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学
校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查
阅和借阅。本人授权湘潭大学可以将本学位论文的全部或部分内容编入有关
数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位
涉密论文按学校规定处理。?
正在加载中，请稍后...}