| 目录 | 第3-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 人脸识别的研究背景及应用价值 | 第11-13页 |
| 1.2 人脸识别的发展现状 | 第13-14页 |
| 1.3 人脸识别的研究内容 | 第14-16页 |
| 1.4 已有的人脸识别系统 | 第16-18页 |
| 1.5 人脸数据库 | 第18-20页 |
| 1.6 人脸作为生物特征识别方法的特点及亟待解决的问题 | 第20-22页 |
| 1.7 本文的主要内容及章节安排 | 第22-25页 |
| 第二章 人脸识别技术的主要研究方向 | 第25-32页 |
| 2.1 自动人脸识别系统 | 第25-26页 |
| 2.2 人脸检测 | 第26-27页 |
| 2.2.1 基于知识的方法 | 第26-27页 |
| 2.2.2 基于特征不变量的方法 | 第27页 |
| 2.2.3 基于模板匹配的方法 | 第27页 |
| 2.2.4 基于外貌的方法 | 第27页 |
| 2.3 人脸识别 | 第27-31页 |
| 2.3.1 二维正面人脸识别 | 第28-31页 |
| 2.3.1.1 基于特征脸的方法 | 第28-29页 |
| 2.3.1.2 基于神经网络的方法 | 第29页 |
| 2.3.1.3 基于支持向量机的方法 | 第29-31页 |
| 2.3.2 其它人脸识别方法 | 第31页 |
| 2.4 小结 | 第31-32页 |
| 第三章 人脸图像预处理 | 第32-39页 |
| 3.1 引言 | 第32页 |
| 3.2 图像归一化 | 第32-34页 |
| 3.2.1 几何归一化 | 第33-34页 |
| 3.2.2 灰度归一化 | 第34页 |
| 3.3 直方图均衡化 | 第34-37页 |
| 3.4 二值化 | 第37-39页 |
| 第四章 基于 PCA的人脸识别 | 第39-53页 |
| 4.1 引言 | 第39页 |
| 4.2 相关理论基础 | 第39-42页 |
| 4.2.1 K-L(Karhunen-Loeve)变换 | 第39-40页 |
| 4.2.2 主成分分析(PCA) | 第40-41页 |
| 4.2.3 主成分的求解步骤 | 第41-42页 |
| 4.3 基于 PCA的人脸识别方法-特征脸方法 | 第42-49页 |
| 4.3.1 人脸空间的建立 | 第42-45页 |
| 4.3.2 特征向量的选取 | 第45-46页 |
| 4.3.3 人脸识别 | 第46-49页 |
| 4.4 实验及结果分析 | 第49-53页 |
| 第五章 二阶特征脸方法 | 第53-59页 |
| 5.1 引言 | 第53页 |
| 5.2 二阶特征脸方法 | 第53-55页 |
| 5.3 实验及结果分析 | 第55-59页 |
| 第六章 基于多特征的人脸识别 | 第59-71页 |
| 6.1 引言 | 第59-61页 |
| 6.1.1 有关的认知学结论 | 第59页 |
| 6.1.2 人脸识别中的整体特征和局部特征 | 第59-61页 |
| 6.1.3 本文方法 | 第61页 |
| 6.2 多特征提取 | 第61-68页 |
| 6.2.1 多特征简介 | 第61-62页 |
| 6.2.2 预备知识 | 第62-65页 |
| 6.2.2.1 人脸左右边界的确定 | 第63页 |
| 6.2.2.2 眉毛位置的确定 | 第63-65页 |
| 6.2.2.3 嘴巴位置的确定 | 第65页 |
| 6.2.3 EigenUpper的确定 | 第65-66页 |
| 6.2.4 EigenTzone的确定 | 第66-68页 |
| 6.3 基于多特征的人脸识别实验 | 第68-71页 |
| 第七章 总结与展望 | 第71-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-81页 |
| 攻读学位期间发表过的论文目录 | 第81-82页 |
| 学位论文评阅及答辩情况表 | 第82页 |