《基於子空間和流形學習的人臉識別算法研究》利用先驗類標籤信息重新構造傳統保局投影算法中的權重矩陣，基於改進後的保局投影算法得到變換矩陣；用線性鑑別的思想篩選出變換矩陣中的最優基向量，構成最終的變換矩陣。把訓練樣本和測試樣本投影到由最優基向量構成的子空間得到訓練樣本和測試樣本的特徵。採用最近鄰分類器分類。在ORL和FERET人臉庫上的測試結果表明，算法具有較好的識別性能。
基本介紹
- 中文名：基於子空間和流形學習的人臉識別算法研究
- 出版社：山東人民出版社
- 頁數：222 頁
- 開本：16 開
- 定價：30.00
- 作者：李曉東
- 出版日期：2013年6月1日
- 語種：簡體中文
- ISBN： 9787209073066
內容簡介,圖書目錄,
內容簡介
《基於子空間和流形學習的人臉識別算法研究》由山東人民出版社出版。
圖書目錄
第一章緒論
第一節引言
第二節研究背景和意義
第三節人臉識別技術概述
第四節國內外研究現狀
第五節問題的提出和本書的貢獻
第六節本書的組織結構
第二章基於奇異值特徵的人臉識別算法
第一節引言
第二節人臉圖像的奇異值分解
第三節奇異值特徵的性質
第四節基於奇異值特徵和支持向量機的人臉識別算法
第五節LIBSVM簡介
第六節基於自適應加權和局部奇異值分解的人臉識別算法
第七節基於局部奇異值和證據理論的人臉識別算法
第八節本章小結
第三章基於PCA算法的人臉識別
第一節引言
第二節主成分分析（PCA）的原理
第三節基於類內平均臉的模組PCA人臉識別算法
第四節基於自適應加權平均值的模組2DPCA人臉識別算法
第五節本章小結
第四章改進的最大散度差鑑別分析算法
第一節引言
第二節最大散度差鑑別分析
第三節最大散度差鑑別分析的特點
第四節基於類內中間值的最大散度差鑑別分析算法
第五節加權最大散度差鑑別分析算法
第六節基於模糊決策和MSD的單樣本人臉識別算法
第七節融合DCT和MSD的人臉識別算法
第八節基於單樣本人臉識別算法的深化研究
第九節本章小結
第五章一種有監督保局投影人臉識別算法
第一節引言
第二節保局投影算法
第三節改進的保局投影人臉識別算法（一）
第四節改進的保局投影人臉識別算法（二）
第五節基於特徵層融合的人臉識別算法
第六節本章小結
第六章簡化的人臉Gabor特徵描述算法
第一節引言
第二節關於小波變換
第三節Gabor小波簡介
第四節一種新的Gabor特徵降維方法
第五節最優Gabor核選擇算法
第六節基於模組Gabor直方圖和支持向量機的人臉識別算法
第七節本章小結
第七章基於Gabor變換的人臉識別算法深化研究
第一節研究意義
第二節國內外研究現狀及發展動態分析
第三節研究內容
第四節研究目標
第五節擬解決的關鍵問題
第六節擬採取的研究方法
第七節實驗手段
第八節技術路線
第八章研究工作總結與展望
第一節研究工作總結
第二節研究工作展望
第九章人臉識別套用與發展趨勢分析
第一節人臉識別技術套用的正能量
第二節人臉識別技術套用的負能量
第三節人臉識別技術套用市場分析
第四節人臉識別系統簡介
第五節人臉識別技術的發展趨勢
參考文獻
附錄
附錄一：部分人臉資料庫樣本
附錄二：部分仿真子函式（基於MATLAB）
附錄三：人臉識別技術的重要研究機構
