| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| 英文摘要 | 第6-10页 |
| 1. 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-13页 |
| ·生物特征识别技术 | 第10-12页 |
| ·人脸识别技术 | 第12-13页 |
| ·人脸识别技术发展及现状 | 第13-16页 |
| ·本文的内容及结构 | 第16-18页 |
| ·本文的内容 | 第16页 |
| ·本文的章节安排 | 第16-18页 |
| 2. 基于Haar特征和Adaboost级联分类器的人脸检测 | 第18-33页 |
| ·概述 | 第18-19页 |
| ·Haar矩形特征 | 第19-24页 |
| ·特征矩形框 | 第19-21页 |
| ·快速特征值计算 | 第21-24页 |
| ·Adaboost级联分类器 | 第24-29页 |
| ·Adaboost训练算法 | 第24-26页 |
| ·Adaboost级联分类器 | 第26-28页 |
| ·特征选择 | 第28-29页 |
| ·人脸在线检测 | 第29页 |
| ·实验结果 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 3. 基于小波的特征变换 | 第33-42页 |
| ·概述 | 第33页 |
| ·基本小波变换 | 第33-36页 |
| ·二维小波变换 | 第36-37页 |
| ·实验结果 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 4. 基于线性子空间的特征提取 | 第42-55页 |
| ·概述 | 第42-43页 |
| ·PCA | 第43-48页 |
| ·基本PCA | 第43-44页 |
| ·基于GCM的UPCA | 第44-48页 |
| ·LDA | 第48-50页 |
| ·基本LDA | 第48-49页 |
| ·改进的2D-LDA | 第49-50页 |
| ·分类决策 | 第50-51页 |
| ·实验结果 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 5. 系统结构设计 | 第55-59页 |
| ·系统结构 | 第55-56页 |
| ·软件系统 | 第56-57页 |
| ·软件流程 | 第57-59页 |
| 6. 结论与展望 | 第59-61页 |
| ·结论 | 第59页 |
| ·创新点 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-65页 |