基于支持向量机的人脸特征选择及识别研究 |
论文目录 | | 1 绪论 | 第13-25
页 | · 人脸识别研究意义及本论文的立题思想 | 第13-15
页 | · 人脸识别研究现状 | 第15-23
页 | · 本论文研究内容 | 第23-25
页 | 2 支持向量机相关理论及核心技术 | 第25-43
页 | · 引言 | 第25-27
页 | · 支持向量机 | 第27-31
页 | · 支持向量机的相关核心技术 | 第31-41
页 | · 本章小结 | 第41-43
页 | 3 特征选择方法 | 第43-57
页 | · 引言 | 第43-44
页 | · 特征选择基本方法 | 第44-45
页 | · FILTER 特征选择模型(特征提取) | 第45-50
页 | · WRAPPER 特征选择模型 | 第50-53
页 | · 启发式特征搜索方法 | 第53-55
页 | · 本章小结 | 第55-57
页 | 4 本论文提出的人脸特征选择及识别方法 | 第57-95
页 | · 基于SVM 的特征选择方法 | 第57-58
页 | · 本论文提出的人脸特征选择及识别基本框架 | 第58-62
页 | · 基于KPCA,SVM 及GSFS 的人脸特征选择及识别方法 | 第62-67
页 | · 基于SVM RFE 的人脸特征选择方法 | 第67-74
页 | · 基于REGULARIZED RISK MINIMIZATION(RRM)的人脸特征选择方法 | 第74-80
页 | · 基于不同MARGIN 的人脸特征选择及识别方法 | 第80-90
页 | · SVM 超参数调节研究 | 第90-93
页 | · 一种基于复合特征评估判据的人脸特征选择构想 | 第93
页 | · 本章小结 | 第93-95
页 | 5 标准人脸图像库及预处理 | 第95-101
页 | · ORL 人脸图像库 | 第95
页 | · IITL 人脸图像库 | 第95-96
页 | · UMIST 人脸图像库 | 第96
页 | · AR 人脸图像库 | 第96
页 | · YALEB 人脸图像库 | 第96-97
页 | · FERET 人脸图像库 | 第97-99
页 | · 标准人脸图像库的预处理 | 第99-101
页 | 6 全文工作总结及今后工作展望 | 第101-105
页 | · 全文工作总结 | 第101-103
页 | · 今后工作展望 | 第103-105
页 | 致谢 | 第105-107
页 | 参考文献 | 第107-117
页 | 附录 | 第117-120
页 | 独创性声明 | 第120
页 | 学位论文版权使用授权书 | 第120页 |
|
|
|
| |