声明
第一章 绪论
1.1课题研究背景和意义
1.2人脸识别技术应用领域
1.3人脸识别概述
1.3.1人脸识别研究的历史及现状
1.3.2人脸识别方法简介
1.4当前人脸识别主要存在问题
1.5 本文的主要研究内容
1.6 本文的内容章节安排
第二章 人脸图像特征学习与提取的相关技术
2.1 基于人脸几何特征的学习与提取
2.2 基于代数特征的人脸图像特征学习与提取
2.2.1 基于主成分分析（PCA)的方法
2.2.2 基于线性判别式分析（LDA)的方法
2.2.3 基于典型相关分析（CCA)的方法
2.2.4稀疏编码（sparse coding )
2.3 基于深度学习的人脸图像特征提取
2.3.1 卷积神经网络（CNN）
2.3.2自动编码器（Auto-Encode）
2.4 人脸图像特征表达的问题与挑战
2.5 本章小结
第三章 基于特征诱导的典型相关分析特征降维
3.1概述
3.2特征诱导的核典型相关分析特征降维模型
3.2.1特征诱导的线性CCA特征降维
3.2.2特征加权诱导的核典型相关分析
3.3基于特征加权诱导的核典型相关分析特征学习和分类识别
3.4 实验与结果分析
3.4.1相关数据集的介绍
3.4.2在ORL数据集上的实验结果比较
3.4.3在Iris数据集上的实验结果比较
3.5 本章小结
第四章 基于样本因子选择诱导的典型相关分析特征降维
4.1概述
4.2 相关工作
4.2.1新近的线性典型相关分析方法
4.2.2新近的核典型相关分析方法
4.3 基于样本选择诱导的核典型相关分析
4.3.1建立对角样本诱导矩阵
4.3.2 样本加权诱导的核典型相关分析特征降维模型
4.4基于样本加权诱导的核典型相关分析特征提取和人脸识别
4.5 实验结果分析
4.5.1 参数的设置与性能评价指标
4.5.2 数据集的选择
4.5.3 实验结果比较分析
4.6本章小结
第五章 人脸识别原型系统的设计与实现
5.1 概述
5.2 系统开发环境
5.3 人脸识别系统的整体框架
5.3.1人脸图像处理相关技术
5.3.2各子系统的设计
5.4原型系统的实现
5.4.1主界面的实现
5.4.2模型训练的功能及实现
5.4.3人脸图像识别检测实现
5.5 本章小结
第六章 总结与展望
6.1工作总结
6.2 工作展望
参考文献
致谢
攻读硕士学位期取得的科研成果
江苏大学;
