| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-10页 |
| 1 绪论 | 第10-19页 |
| ·选题目的及意义 | 第10-11页 |
| ·人脸识别技术的发展与研究现状 | 第11-12页 |
| ·人脸识别关键技术的描述 | 第12-17页 |
| ·人脸的定位与检测 | 第12-13页 |
| ·人脸图像光照预处理 | 第13-14页 |
| ·人脸识别 | 第14-17页 |
| ·本论文研究主要内容及结构安排 | 第17-19页 |
| ·本文研究主要内容 | 第17-18页 |
| ·结构安排 | 第18-19页 |
| 2 光照处理方法 | 第19-25页 |
| ·光照模型 | 第19-20页 |
| ·常见光照预处理算法 | 第20-21页 |
| ·Retinex 理论的光照处理方法 | 第21-24页 |
| ·Land 的Retinex 理论基础 | 第21-22页 |
| ·经典Retinex 方法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 3 基于非线性全局对比度增强的MSSSR 光照预处理方法研究 | 第25-38页 |
| ·传统Retinex 方法的局限性 | 第25页 |
| ·Mean-Shift 的基本理论 | 第25-28页 |
| ·全局非线性对比度增强的MSSSR 光照预处理方法的提出 | 第28-29页 |
| ·非线性全局对比度增强的MSSSR 光照预处理方法研究 | 第29-32页 |
| ·全局非线性对比度增强 | 第29-32页 |
| ·Mean-Shift 平滑滤波的Retinex 算法 | 第32页 |
| ·实验结果 | 第32-37页 |
| ·预处理效果比较及分析 | 第32-35页 |
| ·预处理后人脸识别率的比较 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于仿生模式的人脸识别技术 | 第38-44页 |
| ·仿生模式识别介绍 | 第38-40页 |
| ·仿生模式识别的基点—同源连续规律 | 第38-39页 |
| ·仿生模式识别的数学基础 | 第39-40页 |
| ·仿生模式识别与传统模式识别的区别 | 第40页 |
| ·仿生模式人脸识别的研究 | 第40-42页 |
| ·仿生模式人脸识别的研究进展 | 第40-41页 |
| ·仿生模式人脸识别的局限性 | 第41-42页 |
| ·仿生人脸识别的判别及覆盖方法 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 5 基于最小生成树覆盖的高维仿生人脸识别方法研究 | 第44-54页 |
| ·基于最小生成树覆盖的高维仿生人脸识别方法研究 | 第44-50页 |
| ·高维仿生覆盖中人脸图像的预处理方法 | 第44-46页 |
| ·高维仿生覆盖中人脸特征子空间的提取方法 | 第46-48页 |
| ·基于最小生成树的最邻近覆盖方法研究 | 第48-50页 |
| ·实验结果 | 第50-53页 |
| ·标准ORL 人脸库实验 | 第50-52页 |
| ·自建人脸库实验 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 作者简历 | 第60-61页 |
| 学位论文数据集 | 第61-62页 |
