| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 人脸识别的研究背景及应用 | 第10-11页 |
| 1.2 国内外的研究成果及发展趋势 | 第11-12页 |
| 1.3 人脸识别技术面临的主要困难 | 第12-13页 |
| 1.4 人脸识别的研究方法 | 第13-15页 |
| 1.5 人脸识别的一般流程 | 第15-16页 |
| 1.6 论文的主要研究内容 | 第16-18页 |
| 第二章 基于Gabor小波分解的人脸特征提取 | 第18-30页 |
| 2.1 一维Gabor小波变换 | 第18-19页 |
| 2.2 二维Gabor小波变换 | 第19-24页 |
| 2.3 基于Gabor小波分解的人脸特征提取 | 第24-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 基于主成分分析的特征降维 | 第30-40页 |
| 3.1 主成分分析 | 第30-35页 |
| 3.1.1 K-L变换 | 第30-32页 |
| 3.1.2 基于主成分分析的人脸识别 | 第32-35页 |
| 3.2 基于分块PCA的人脸特征降维 | 第35-38页 |
| 3.3 本章小结 | 第38-40页 |
| 第四章 基于线性判别分析的特征分类 | 第40-48页 |
| 4.1 Fisher判别准则 | 第40-43页 |
| 4.2 Fisher线性判别分析方法 | 第43-45页 |
| 4.3 基于PCA+LDA的人脸识别 | 第45-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第五章 基于Gabor小波分解的线性子空间人脸识别 | 第48-58页 |
| 5.1 人脸识别算法的主要流程 | 第48-51页 |
| 5.2 分类识别 | 第51页 |
| 5.3 实验结果与分析 | 第51-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录：硕士期间研究成果 | 第66页 |