| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 人脸识别关键技术和研究概况 | 第10-20页 |
| 1.2.1 人脸识别的关键技术 | 第10-15页 |
| 1.2.2 人脸识别的研究概况 | 第15-16页 |
| 1.2.3 人脸识别的难点和主要数据集 | 第16-20页 |
| 1.3 论文研究内容和组织结构 | 第20-21页 |
| 第二章 人脸图片的预处理研究 | 第21-27页 |
| 2.1 人脸商图像的实现 | 第21-23页 |
| 2.2 人脸关键点检测与矫准 | 第23-25页 |
| 2.3 人脸切割 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 人脸图片的特征提取与选择 | 第27-35页 |
| 3.1 经典的LBP和GABOR特征 | 第27-29页 |
| 3.1.1 LBP特征简介 | 第27-28页 |
| 3.1.2 Gabor特征简介 | 第28-29页 |
| 3.2 尺度不变特征转换(SIFT) | 第29-31页 |
| 3.3 v-LGBP特征 | 第31-32页 |
| 3.4 局部量化模式LQP特征 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 分类器和系统设计 | 第35-49页 |
| 4.1 支持向量机原理 | 第35-37页 |
| 4.2 主成分分析(PRINCIPAL COMPONENT ANALYSIS) | 第37-39页 |
| 4.3 低阶特征的生成 | 第39-42页 |
| 4.4 特征选择和分类器模型训练 | 第42-43页 |
| 4.5 实验结果分析 | 第43-47页 |
| 4.5.1 正确率评价标准 | 第43-44页 |
| 4.5.2 相似性分类器实验结果分析 | 第44-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第五章 改进实验和人脸应用研究 | 第49-55页 |
| 5.1 距离度量的概述 | 第49-50页 |
| 5.2 基于学习的余弦距离度量 | 第50-53页 |
| 5.3 人脸搜索匹配的研究 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结和展望 | 第55-59页 |
| 6.1 研究内容总结 | 第55-56页 |
| 6.2 研究工作展望 | 第56-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |