基于二维鉴别矢量分析的人脸识别系统设计.docx
约33页DOCX格式手机打开展开
基于二维鉴别矢量分析的人脸识别系统设计,1.39万字 33页原创作品,独家提交,已通过查重系统 目录引言1第一章绪论21.1人脸识别的背景与意义21.2人脸识别的发展历程与国内外的研究现状31.3人脸识别研究的内容41.4人脸识别存在的问题与难点51.5本文的主要内容6第二章基于图像矩阵的二维算法72.1二维投影的思想7...
内容介绍
此文档由会员 大雨倾盆 发布
基于二维鉴别矢量分析的人脸识别系统设计
1.39万字 33页 原创作品,独家提交,已通过查重系统
目录
引言 1
第一章绪论 2
1.1 人脸识别的背景与意义 2
1.2 人脸识别的发展历程与国内外的研究现状 3
1.3人脸识别研究的内容 4
1.4人脸识别存在的问题与难点 5
1.5本文的主要内容 6
第二章基于图像矩阵的二维算法 7
2.1二维投影的思想 7
2.2二维主成分分析法(2DPCA) 7
2.3二维线性鉴别分析法(2DLDA) 10
2.4双向二维主成分分析法((2D)2PCA) 11
2.5双向二维线性鉴别分析法((2D)2LDA) 12
第三章基于2DPCA-2DLDA的人脸识别方法 15
3.1 2DPCA-2DLDA的算法 15
3.1.1 基于行的2DPCA算法 15
3.1.2基于列的2DLDA 16
3.2特征提取与分析 18
第四章实验过程结果与分析 19
4.1 基于 2DPCA-2DLDA的人脸识别方法 19
4.1.1 2DPCA行变换 19
4.1.2 2DLDA列变换 19
4.1.3 实验结果分析 20
4.2 基于 2DLDA-2DPCA的人脸识别方法 20
4.2.1 2DLDA-2DPCA的人脸识别方法 20
4.2.2 实验结果分析 21
4.3 基于(2D)2PCA的人脸识别方法 22
4.3.1 (2D)2PCA的人脸识别方法 22
4.3.2 实验结果分析 22
4.4 基于(2D)2LDA的人脸识别方法 23
4.4.1 (2D)2LDA的人脸识别方法 23
4.4.2 实验结果分析 23
结论 25
致谢 26
参考文献 27
Q95;
摘要随着社会的社会的不断发展,越来越多的地方需要用到人脸识别技术。例如在公共场所人脸识别可以用来帮助刑侦,在公司里人脸识别可以用来签到代替传统的刷卡等。而人脸识别技术也是日益提高。由最开始的主成分分析法(PCA)到线性鉴别分析法(LDA)在到如今日益流行的二维人脸识别技术,越来越多的新方法不断涌现。而二维人脸鉴别技术由于其识别率高、抗干扰能力强等优点,是现在最主流的人脸识别技术。本文先是简单介绍了一下一些简单的人脸识别技术,然后又转向介绍二维人脸识别技术中的主流技术:二维主成分分析法(2DPCA)、二维线性鉴别矢量分析法(2DLDA)、双向二维主成分分析法((2D)2PCA)和双向二维线性鉴别矢量分析法((2D)2LDA)。接着,本文注重介绍了一种方法叫2DPCA-2DLDA的人脸识别方法,在介绍完这种算法的原理后又介绍了这些方法在MATLAB上仿真的结果,最后得出2DPCA-2DLDA人脸识别方法的识别率要优于2DPCA,2DLDA、(2D)2PCA和(2D)2LDA。
关键词: 人脸识别,主成分分析法(PCA),线性鉴别分析法(LDA),二维主成分分析法(2DPCA),二维线性鉴别矢量分析法(2DLDA),2DPCA-2DLDA
Q95;
1.39万字 33页 原创作品,独家提交,已通过查重系统
目录
引言 1
第一章绪论 2
1.1 人脸识别的背景与意义 2
1.2 人脸识别的发展历程与国内外的研究现状 3
1.3人脸识别研究的内容 4
1.4人脸识别存在的问题与难点 5
1.5本文的主要内容 6
第二章基于图像矩阵的二维算法 7
2.1二维投影的思想 7
2.2二维主成分分析法(2DPCA) 7
2.3二维线性鉴别分析法(2DLDA) 10
2.4双向二维主成分分析法((2D)2PCA) 11
2.5双向二维线性鉴别分析法((2D)2LDA) 12
第三章基于2DPCA-2DLDA的人脸识别方法 15
3.1 2DPCA-2DLDA的算法 15
3.1.1 基于行的2DPCA算法 15
3.1.2基于列的2DLDA 16
3.2特征提取与分析 18
第四章实验过程结果与分析 19
4.1 基于 2DPCA-2DLDA的人脸识别方法 19
4.1.1 2DPCA行变换 19
4.1.2 2DLDA列变换 19
4.1.3 实验结果分析 20
4.2 基于 2DLDA-2DPCA的人脸识别方法 20
4.2.1 2DLDA-2DPCA的人脸识别方法 20
4.2.2 实验结果分析 21
4.3 基于(2D)2PCA的人脸识别方法 22
4.3.1 (2D)2PCA的人脸识别方法 22
4.3.2 实验结果分析 22
4.4 基于(2D)2LDA的人脸识别方法 23
4.4.1 (2D)2LDA的人脸识别方法 23
4.4.2 实验结果分析 23
结论 25
致谢 26
参考文献 27
Q95;
摘要随着社会的社会的不断发展,越来越多的地方需要用到人脸识别技术。例如在公共场所人脸识别可以用来帮助刑侦,在公司里人脸识别可以用来签到代替传统的刷卡等。而人脸识别技术也是日益提高。由最开始的主成分分析法(PCA)到线性鉴别分析法(LDA)在到如今日益流行的二维人脸识别技术,越来越多的新方法不断涌现。而二维人脸鉴别技术由于其识别率高、抗干扰能力强等优点,是现在最主流的人脸识别技术。本文先是简单介绍了一下一些简单的人脸识别技术,然后又转向介绍二维人脸识别技术中的主流技术:二维主成分分析法(2DPCA)、二维线性鉴别矢量分析法(2DLDA)、双向二维主成分分析法((2D)2PCA)和双向二维线性鉴别矢量分析法((2D)2LDA)。接着,本文注重介绍了一种方法叫2DPCA-2DLDA的人脸识别方法,在介绍完这种算法的原理后又介绍了这些方法在MATLAB上仿真的结果,最后得出2DPCA-2DLDA人脸识别方法的识别率要优于2DPCA,2DLDA、(2D)2PCA和(2D)2LDA。
关键词: 人脸识别,主成分分析法(PCA),线性鉴别分析法(LDA),二维主成分分析法(2DPCA),二维线性鉴别矢量分析法(2DLDA),2DPCA-2DLDA
Q95;