| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-17页 |
| ·人脸识别概述 | 第8页 |
| ·人脸识别研究及发展现状 | 第8-11页 |
| ·人脸识别发展现状 | 第8-9页 |
| ·国内外人脸识别理论研究机构 | 第9-10页 |
| ·国内外人脸识别系统产品发展现状 | 第10-11页 |
| ·人脸识别技术的应用 | 第11-13页 |
| ·人脸识别的主要困难 | 第13页 |
| ·典型人脸库简介 | 第13-15页 |
| ·本文的研究工作及结构 | 第15-17页 |
| 2 人脸图像的特征提取方法 | 第17-29页 |
| ·几何特征 | 第17-19页 |
| ·手动定义特征点 | 第17页 |
| ·自动提取特征点 | 第17-18页 |
| ·基于几何轮廓特征的模板匹配 | 第18-19页 |
| ·统计特征 | 第19-22页 |
| ·主成分分析方法(PCA) | 第19-20页 |
| ·独立成分分析法(ICA) | 第20-22页 |
| ·频率域特征 | 第22-24页 |
| ·Gabor小波特征提取方法 | 第22-23页 |
| ·Haar-like小波特征提取 | 第23-24页 |
| ·运动特征 | 第24-25页 |
| ·纹理特征 | 第25-29页 |
| 3 基于主成分的人脸识别 | 第29-46页 |
| ·基于PCA的人脸识别 | 第29-32页 |
| ·基于2D-PCA的人脸识别 | 第32-35页 |
| ·基于G2DPCA的人脸识别 | 第35-36页 |
| ·基于Boosting-G2DPCA的人脸识别 | 第36-37页 |
| ·基于ND-PCA的人脸识别 | 第37-44页 |
| ·Tensor的基本知识 | 第38-40页 |
| ·CSA(Concurrent Subspace Analysis) | 第40-41页 |
| ·Tensor Face | 第41-43页 |
| ·Tensor Texture | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 4 实验结果与分析 | 第46-63页 |
| ·实验数据库 | 第46页 |
| ·PCA 2DPCA G2DPCA 以及Boosting-G2DPCA实验结果及分析 | 第46-49页 |
| ·CSA实验结果及分析 | 第49-58页 |
| ·Tensor Face实验结果及分析 | 第58-61页 |
| ·Tensor Texture实验结果及分析 | 第61-63页 |
| 5 总结与展望 | 第63-65页 |
| ·本文工作总结 | 第63-64页 |
| ·未来工作展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-70页 |