| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-18页 |
| ·人脸识别的研究背景 | 第8-9页 |
| ·人脸识别系统与主流算法 | 第9-13页 |
| ·人脸识别系统 | 第9-10页 |
| ·人脸识别的主流算法 | 第10-13页 |
| ·单样本问题的提出及其意义 | 第13-15页 |
| ·单样本人脸识别的国内外研究现状 | 第15-17页 |
| ·国外研究现状 | 第15页 |
| ·国内研究现状 | 第15-16页 |
| ·单样本人脸识别存在的问题 | 第16-17页 |
| ·本文的主要工作和结构 | 第17-18页 |
| ·本文的工作概述 | 第17页 |
| ·本文的结构安排 | 第17-18页 |
| 2 单样本人脸识别关键技术 | 第18-27页 |
| ·二维主成分分析（2DPCA） | 第18-22页 |
| ·2DPCA 的基本思想 | 第19-20页 |
| ·人脸特征提取 | 第20页 |
| ·基于 2DPCA 的分类识别 | 第20-22页 |
| ·两个方向上的二维主成分分析（（2D）~2PCA） | 第22-24页 |
| ·行方向上的 2DPCA | 第22页 |
| ·列方向上的 2DPCA | 第22-23页 |
| ·两个方向上的 2DPCA | 第23-24页 |
| ·实验结果及分析 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 3 LBP 在单样本人脸识别中的应用 | 第27-39页 |
| ·LBP 算子基本原理 | 第27-31页 |
| ·图像纹理概述 | 第27-28页 |
| ·原始 LBP 算子 | 第28-31页 |
| ·LBP 算子的扩展 | 第31-34页 |
| ·基于统一模式的 LBP | 第31-32页 |
| ·旋转不变的 LBP 算子 | 第32-34页 |
| ·基于 LBP 特征的人脸识别 | 第34-36页 |
| ·实验结果及分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 4 单样本下的自适应加权 LBP 人脸识别方法 | 第39-50页 |
| ·人脸局部特征的分类性能差异 | 第39-40页 |
| ·人脸图像划分 | 第40-42页 |
| ·自适应加权融合思想 | 第42-43页 |
| ·基于自适应加权 LBP 的分类识别 | 第43-44页 |
| ·实验结果及分析 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| ·本文工作总结 | 第50-51页 |
| ·未来研究展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56页 |
| A. 作者在攻读学位期间发表的论文目录 | 第56页 |