| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 引言 | 第10-18页 |
| ·课题研究背景和意义 | 第10页 |
| ·人脸识别的近来发展 | 第10-11页 |
| ·人脸识别的方法 | 第11-14页 |
| ·根据人脸几何结构特征提取轮廓的方法 | 第12-13页 |
| ·基于子空间的人脸识别 | 第13-14页 |
| ·基于弹性束图匹配 | 第14页 |
| ·人脸图像数据库 | 第14-16页 |
| ·本论文的主要研究工作及结构安排 | 第16-18页 |
| 第二章 水平集方法和 PCA 方法简介 | 第18-28页 |
| ·图像分割方法的分类 | 第18-20页 |
| ·水平集方法总述 | 第20-25页 |
| ·水平集方法介绍 | 第20-22页 |
| ·水平集函数的初始化 | 第22-23页 |
| ·水平集方法的数值计算 | 第23-25页 |
| ·水平集方法的研究趋势 | 第25页 |
| ·PCA 方法的相关简述 | 第25-28页 |
| 第三章 先验形状的构建 | 第28-40页 |
| ·Mumford-Shah 模型和 Chan-Vese 模型 | 第28-29页 |
| ·先验形状的表示 | 第29-31页 |
| ·传统的先验形状模型构建 | 第31-32页 |
| ·规则的先验形状模版 | 第31-32页 |
| ·先验形状的四元变换 | 第32页 |
| ·改进的先验形状 | 第32-34页 |
| ·数值求解 | 第33-34页 |
| ·算法流程步骤 | 第34页 |
| ·多先验形状竞争的人脸检测 | 第34-36页 |
| ·标记函数的引入 | 第34-35页 |
| ·一般情况 | 第35-36页 |
| ·实验结果 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于 KPCA 先验形状约束的目标分割模型 | 第40-56页 |
| ·KPCA 形状项的描述 | 第40-43页 |
| ·KPCA 的简单介绍 | 第40-41页 |
| ·形状项的构建 | 第41-43页 |
| ·图像数据项 | 第43-44页 |
| ·基于 KPCA 的先验形状约束的分割模型 | 第44-46页 |
| ·参数自适应选择 | 第46-47页 |
| ·算法流程 | 第47-49页 |
| ·实验结果 | 第49-53页 |
| ·本章小结 | 第53-56页 |
| 第五章 总结和展望 | 第56-58页 |
| ·全文总结 | 第56-57页 |
| ·存在的问题与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 攻读学位期间发表的学术论文目录 | 第64-65页 |