| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·人脸识别定义及主要研究内容 | 第7-9页 |
| ·人脸识别的国内外研究情况 | 第9-10页 |
| ·人脸识别技术的研究难点 | 第10-11页 |
| ·本文研究主要内容 | 第11-12页 |
| 第二章 人脸检测和人脸识别的常用方法 | 第12-26页 |
| ·人脸检测的常用方法 | 第12-16页 |
| ·基于知识的方法 | 第12-14页 |
| ·基于特征的方法 | 第14-15页 |
| ·模板匹配 | 第15-16页 |
| ·基于外观的方法 | 第16页 |
| ·人脸识别的常用方法 | 第16-23页 |
| ·基于特征脸的识别方法 | 第17-18页 |
| ·基于最佳鉴别矢量集的人脸识别方法 | 第18-19页 |
| ·基于Bayesian脸的人脸识别方法 | 第19页 |
| ·基于傅里叶不变特征的人脸识别 | 第19-20页 |
| ·基于弹性图匹配的人脸识别方法 | 第20-21页 |
| ·其他的人脸识别方法 | 第21-23页 |
| ·计算机人脸识别方法评价 | 第23-26页 |
| ·识别率 | 第23-24页 |
| ·计算时间 | 第24页 |
| ·数据存储量 | 第24页 |
| ·可扩展性 | 第24-26页 |
| 第三章 基于 LBP的纹理分析和人脸识别 | 第26-37页 |
| ·纹理特征提取 | 第26页 |
| ·基于 LBP的特征提取研究 | 第26-37页 |
| ·LBP的相关概念 | 第26-28页 |
| ·LBP算子在人脸识别上的基本应用 | 第28-29页 |
| ·改进的基于自适应 LBP算子特征提取 | 第29-32页 |
| ·实验结果及分析 | 第32-37页 |
| 第四章 基于混合 2DPCA+PCA的人脸识别研究 | 第37-56页 |
| ·引言 | 第37页 |
| ·PCA人脸识别方法 | 第37-42页 |
| ·K-L变换的原理 | 第37-39页 |
| ·PCA在人脸识别中的应用 | 第39-41页 |
| ·特征值的选择 | 第41-42页 |
| ·距离函数的选取 | 第42页 |
| ·PCA的优缺点分析 | 第42页 |
| ·基于2DPCA的人脸识别 | 第42-45页 |
| ·2DPCA的算法 | 第42-43页 |
| ·图像的主成分向最和特征矩阵 | 第43-44页 |
| ·2DPCA的分类 | 第44页 |
| ·2DPCA的图象重建 | 第44-45页 |
| ·2DPCA的优缺点 | 第45页 |
| ·(2D)~2PCA的人脸识别方法 | 第45-48页 |
| ·行方向2DPCA的算法 | 第45-46页 |
| ·列方向2DPCA的算法 | 第46-48页 |
| ·(2D)~2PCA的算法 | 第48页 |
| ·(2D)~2PCA的优缺点 | 第48页 |
| ·混合 2DPCA+PCA的人脸识别方法 | 第48-56页 |
| ·基本思想 | 第48-50页 |
| ·相似度测量 | 第50页 |
| ·FERET人脸库试验及分析 | 第50-53页 |
| ·AR人脸库试验及分析 | 第53-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·工作总结 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |