| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题的研究目的和意义 | 第11页 |
| ·人脸识别算法的研究现状及其存在的问题 | 第11-13页 |
| ·本文的研究内容 | 第13-14页 |
| ·本文的结构安排 | 第14-15页 |
| 第二章 常用的局部人脸特征提取算法 | 第15-38页 |
| ·主成分分析(Principle Component Analysis) | 第15-23页 |
| ·分块PCA | 第18-20页 |
| ·Gabor小波与PCA的结合 | 第20-23页 |
| ·局部二元模式(Local Binary Pattern) | 第23-33页 |
| ·局部二元模式 | 第24-26页 |
| ·决策信息融合 | 第26-27页 |
| ·实验结果 | 第27-33页 |
| ·相位一致性方法 | 第33-37页 |
| ·相位一致性 | 第34-35页 |
| ·实验结果 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 基于小波熵的人脸特征提取算法 | 第38-45页 |
| ·信息论基础 | 第38-40页 |
| ·基于小波熵的特征提取 | 第40-44页 |
| ·小波分解 | 第40-42页 |
| ·小波熵算法(wavelat energy entropy) | 第42-43页 |
| ·实验结果 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于积分投影熵的特征提取算法 | 第45-69页 |
| ·积分投影熵 | 第45-54页 |
| ·积分投影函数和熵理论 | 第46-48页 |
| ·积分投影熵 | 第48-50页 |
| ·实验结果 | 第50-54页 |
| ·积分投影熵和信息融合技术 | 第54-61页 |
| ·对数小波变换(log-gabor transform) | 第55-56页 |
| ·局部特征表示 | 第56-58页 |
| ·实验结果 | 第58-61页 |
| ·积分投影熵与小波技术 | 第61-68页 |
| ·小波相关文献 | 第62-63页 |
| ·小波投影熵技术 | 第63-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 基于方差投影熵的特征提取算法 | 第69-88页 |
| ·方差投影熵 | 第69-76页 |
| ·相关文献综述 | 第69-70页 |
| ·方差投影函数 | 第70-71页 |
| ·方差投影熵的特征提取算法 | 第71-74页 |
| ·实验结果 | 第74-76页 |
| ·方差投影熵和相位信息 | 第76-78页 |
| ·相位重构算法 | 第76-78页 |
| ·实验结果 | 第78页 |
| ·方差投影熵和边缘信息 | 第78-87页 |
| ·边缘检测算法 | 第80-85页 |
| ·实验结果 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 第六章 结论与展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-97页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第97页 |
