| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-20页 |
| ·人脸识别课题研究的背景和意义 | 第13-14页 |
| ·人脸识别的发展历程与现状 | 第14-15页 |
| ·人脸识别的研究内容及主要方法 | 第15-19页 |
| ·人脸识别的研究内容 | 第15-16页 |
| ·人脸识别系统的组成 | 第16页 |
| ·人脸识别和特征提取的主要方法 | 第16-19页 |
| ·基于代数特征的人脸识别方法 | 第17-18页 |
| ·基于几何特征的人脸识别方法 | 第18页 |
| ·基于模板匹配的人脸识别方法 | 第18页 |
| ·基于神经网络的人脸识别方法 | 第18-19页 |
| ·本文的主要工作及结构安排 | 第19-20页 |
| 第二章 人脸图像的预处理及集成矩阵距离理论 | 第20-25页 |
| ·灰度预处理 | 第20-21页 |
| ·滤波去噪 | 第20页 |
| ·图像的灰度变换 | 第20-21页 |
| ·角度预处理 | 第21页 |
| ·尺度归一化 | 第21-22页 |
| ·集成矩阵距离(AMD) | 第22-24页 |
| ·集成矩阵距离的数学描述及理论推导 | 第23-24页 |
| ·集成矩阵距离的几种特殊形式 | 第24页 |
| ·集成矩阵距离中幂因子的取值范围限定 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于AMD 和对称类间2DPCA 的人脸识别算法 | 第25-37页 |
| ·主成分分析（PCA） | 第25-27页 |
| ·二维主成分分析（2DPCA） | 第27-28页 |
| ·2DPCA 的基本思想 | 第27页 |
| ·算法的特征提取方法 | 第27-28页 |
| ·镜像变换基本原理 | 第28-30页 |
| ·镜像变换理论分析 | 第28-29页 |
| ·镜像图像特征提取及理论推导 | 第29-30页 |
| ·基于AMD 和对称类间2DPCA 的人脸识别算法 | 第30-31页 |
| ·2DPCA 算法的改进 | 第30页 |
| ·人脸识别 | 第30-31页 |
| ·仿真实验及分析 | 第31-36页 |
| ·ORL 人脸库 | 第31-32页 |
| ·Yale 人脸库 | 第32-33页 |
| ·实验与分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于AMD 和双向模块2DLDA 的人脸识别算法 | 第37-47页 |
| ·Fisher 判别准则及LDA 基本原理 | 第37-40页 |
| ·二维线性判别分析(2DLDA) | 第40-41页 |
| ·基于 AMD 和双向模块2DLDA 的人脸识别算法 | 第41-44页 |
| ·仿真实验与分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 人脸识别算法分析平台的设计及DSP 实现 | 第47-58页 |
| ·人脸识别算法分析平台的总体设计 | 第47-49页 |
| ·系统各子模块简介 | 第49-52页 |
| ·DSP 的简要介绍 | 第52页 |
| ·TMS320DM6437DSP 处理器的特点 | 第52-53页 |
| ·TMS320DM6437 源代码开发流程和代码优化技术 | 第53-57页 |
| ·系统软件开发平台CCS | 第53-55页 |
| ·TMS320DM6437 的三种编程语言开发技术 | 第55-56页 |
| ·人脸识别算法的 DSP 移植和优化 | 第56-57页 |
| ·实验结果及分析 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-61页 |
| ·本文研究的主要内容 | 第58-60页 |
| ·对未来研究工作的展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间参与的课题和发表的论文 | 第65-66页 |
