| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题研究背景与意义 | 第10-13页 |
| ·生物特征识别技术简介 | 第10-12页 |
| ·人脸识别技术简介 | 第12-13页 |
| ·人脸识别国内外研究及发展现状 | 第13-15页 |
| ·国外人脸识别研究及发展现状 | 第13-14页 |
| ·国内人脸识别研究及发展现状 | 第14-15页 |
| ·人脸识别技术在实用过程中的挑战 | 第15-17页 |
| ·论文的主要研究内容和结构 | 第17-19页 |
| 第2章 人脸图像预处理及其归一化 | 第19-29页 |
| ·人脸图像平滑去噪 | 第19-21页 |
| ·邻域均值滤波 | 第19-20页 |
| ·维纳滤波 | 第20页 |
| ·中值滤波 | 第20-21页 |
| ·光照补偿 | 第21-26页 |
| ·直方图均衡化 | 第21-23页 |
| ·同态滤波原理 | 第23-26页 |
| ·人脸图像的归一化 | 第26-28页 |
| ·人脸图像旋转摆正 | 第26-27页 |
| ·人脸图像剪切 | 第27页 |
| ·人脸图像缩放 | 第27-28页 |
| ·人脸图像归一化结果 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于级联分类器的人脸检测 | 第29-43页 |
| ·人脸检测方法的分类 | 第29-31页 |
| ·人脸检测主要技术方法 | 第31-35页 |
| ·基于知识规则的方法 | 第31-32页 |
| ·基于可视特征的方法 | 第32-34页 |
| ·基于模板匹配的方法 | 第34-35页 |
| ·基于类 Hear 特征的 AdaBoost 人脸检测 | 第35-41页 |
| ·Hear 特征 | 第35-36页 |
| ·分类器级联 | 第36-37页 |
| ·AdaBoost 算法 | 第37-39页 |
| ·本文的 AdaBoost 算法 | 第39-41页 |
| ·检测结果与分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于 Gabor+Fisherface 的人脸特征提取 | 第43-60页 |
| ·人脸特征提取 | 第43-47页 |
| ·PCA 特征提取 | 第43-45页 |
| ·ICA 特征提取 | 第45-47页 |
| ·基于 Gabor 小波变换的特征提取 | 第47-51页 |
| ·小波变换 | 第48-49页 |
| ·一维 Gabor 小波变换 | 第49-50页 |
| ·二维 Gabor 小波变换 | 第50-51页 |
| ·Gabor 小波变换相关分析 | 第51-52页 |
| ·基于全局人脸的 Gabor 小波特征提取 | 第51-52页 |
| ·基于人脸面部关键特征点的 Gabor 小波特征提取 | 第52页 |
| ·Fisherface 算法 | 第52-58页 |
| ·线性判别函数 | 第52-53页 |
| ·Fisher 线性判别 | 第53-54页 |
| ·Fisherface | 第54-56页 |
| ·一种加权的 Fisherface | 第56-58页 |
| ·实验结果与分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 人脸识别系统的设计与实现 | 第60-68页 |
| ·自建人脸数据库 | 第60页 |
| ·人脸数据库训练方式 | 第60-61页 |
| ·基于总体的训练方式 | 第60-61页 |
| ·基于基空间集合训练方法 | 第61页 |
| ·分类器的选择 | 第61-63页 |
| ·简单分类规则 | 第61-62页 |
| ·最近邻人脸识别方法 | 第62页 |
| ·贝叶斯分类器人脸识别方法 | 第62-63页 |
| ·人脸识别系统实现 | 第63-66页 |
| ·人脸识别系统的要求 | 第63-64页 |
| ·人脸识别系统结构设计 | 第64页 |
| ·人脸识别系统展示 | 第64-66页 |
| ·实验结果与分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |
