| 内容摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-20页 |
| ·研究的背景及研究的意义 | 第10-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·人脸检测技术的国内外研究现状 | 第12-13页 |
| ·人脸识别技术的国内外研究现状 | 第13-14页 |
| ·图像检索技术的国内外研究现状 | 第14-16页 |
| ·人脸图像检索技术的国内外研究现状 | 第16-17页 |
| ·论文主要研究内容 | 第17-18页 |
| ·论文结构安排 | 第18-20页 |
| 第2章 人脸图像检索模型研究、相关人脸图像数据库及算法分析 | 第20-28页 |
| ·基于内容的图像检索模型研究 | 第20-21页 |
| ·基于内容的人脸图像检索模型研究 | 第21-23页 |
| ·人脸图像数据库分析 | 第23-25页 |
| ·系统相关算法分析 | 第25-26页 |
| ·人脸检测算法分析 | 第25-26页 |
| ·人脸识别算法分析 | 第26页 |
| ·人脸匹配算法分析 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第3章 图像库非人脸图像过滤 | 第28-40页 |
| ·现有的人脸检测方法 | 第28-30页 |
| ·神经网络(Neural Network) | 第28页 |
| ·支持向量机(SVM) | 第28-29页 |
| ·基于样本学习方法(Example-based Methods) | 第29页 |
| ·特征脸(Eigenface) | 第29-30页 |
| ·基于AdaBoost算法的人脸检测方法 | 第30-37页 |
| ·矩形特征的提取 | 第31-32页 |
| ·积分图 | 第32-34页 |
| ·弱分类器 | 第34-35页 |
| ·强分类器的生成 | 第35-36页 |
| ·级联分类器 | 第36-37页 |
| ·选择训练与测试样本 | 第37-38页 |
| ·样本的选取 | 第38页 |
| ·测试结果及分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 人脸图像检索 | 第40-49页 |
| ·人脸图像的特征的提取 | 第40-44页 |
| ·现有基于子空间的人脸识别方法 | 第40页 |
| ·主成分分析(PCA) | 第40-42页 |
| ·线性判别分析(LDA) | 第42-43页 |
| ·基于改进的P-LDA方法 | 第43-44页 |
| ·人脸图像相似性匹配 | 第44-47页 |
| ·实验结果与分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 人脸图像检索系统设计 | 第49-57页 |
| ·引言 | 第49页 |
| ·系统功能分析及结构设计 | 第49-50页 |
| ·子模块功能分析、设计及实现 | 第50-55页 |
| ·人脸图像库管理模块功能分析、设计及实现 | 第51-52页 |
| ·人脸图像检索模块功能分析、设计及实现 | 第52-55页 |
| ·系统开发及运行环境 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 本文总结与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 后记 | 第62页 |