| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| Contents | 第11-14页 |
| 第一章 绪论 | 第14-23页 |
| ·研究背景和意义 | 第14-15页 |
| ·国内外研究现状 | 第15-21页 |
| ·人脸检测研究现状 | 第15-17页 |
| ·人脸识别研究现状 | 第17-21页 |
| ·主要研究内容 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第二章 基于AdaBoost算法的人脸检测方法 | 第23-30页 |
| ·AdaBoost算法 | 第23-26页 |
| ·AdaBoost算法简介 | 第23页 |
| ·Harr-like矩形特征和积分图像 | 第23-25页 |
| ·弱分类器的构造 | 第25页 |
| ·强分类器的构造 | 第25-26页 |
| ·基于肤色及AdaBoost算法的自动调焦人脸检测 | 第26-28页 |
| ·肤色模型 | 第26-27页 |
| ·自动调焦的实现 | 第27-28页 |
| ·实验结果及分析 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 人脸图像预处理 | 第30-35页 |
| ·图像灰度化 | 第30页 |
| ·光照补偿 | 第30-32页 |
| ·图像滤波 | 第32-33页 |
| ·小结 | 第33-35页 |
| 第四章 基于统计特征的人脸识别方法 | 第35-47页 |
| ·PCA算法 | 第35-40页 |
| ·PCA算法的引入 | 第35-36页 |
| ·K-L变换 | 第36-37页 |
| ·特征脸空间的求解步骤 | 第37-38页 |
| ·协方差矩阵特征值和特征向量的计算 | 第38-39页 |
| ·利用PCA算法进行人脸识别 | 第39页 |
| ·PCA算法的优点和缺陷 | 第39-40页 |
| ·Fisher LDA算法 | 第40-42页 |
| ·Fisher LDA算法的原理 | 第40-41页 |
| ·散度差线性鉴别分析 | 第41-42页 |
| ·Fisher LDA算法步骤 | 第42页 |
| ·Fisher LDA算法的缺陷 | 第42页 |
| ·实验结果及分析 | 第42-46页 |
| ·小结 | 第46-47页 |
| 第五章 基于半偶图像的LDA算法 | 第47-56页 |
| ·偶图像和半偶图像 | 第47-49页 |
| ·基于半偶图像的Fisher LDA算法 | 第49页 |
| ·基于半偶图像的分块Fisher LDA算法 | 第49-50页 |
| ·2DLDA算法 | 第50-52页 |
| ·基于半偶图像的2DLDA算法 | 第52页 |
| ·实验结果及分析 | 第52-55页 |
| ·小结 | 第55-56页 |
| 第六章 人脸识别系统的设计与实现 | 第56-64页 |
| ·人脸识别流程 | 第56页 |
| ·人脸识别系统设计 | 第56-59页 |
| ·开发平台 | 第56-57页 |
| ·人脸识别系统总体框架 | 第57页 |
| ·主要模块设计与实现 | 第57-59页 |
| ·系统测试 | 第59-63页 |
| ·小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读学位期间发表的论文 | 第71-73页 |
| 致谢 | 第73页 |