| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 人脸识别技术的发展历程 | 第11-12页 |
| 1.2.2 人脸识别技术面临的挑战 | 第12-13页 |
| 1.3 人脸识别概述 | 第13-16页 |
| 1.3.1 人脸识别系统介绍 | 第13-14页 |
| 1.3.2 人脸特征提取的方法 | 第14-15页 |
| 1.3.3 人脸分类判别的方法 | 第15-16页 |
| 1.4 本文研究内容与组织安排 | 第16-18页 |
| 1.4.1 研究内容 | 第16-17页 |
| 1.4.2 组织安排 | 第17-18页 |
| 第2章 基于肤色分割与几何特征的人脸检测与定位 | 第18-30页 |
| 2.1 基于彩色图像的肤色分割 | 第18-23页 |
| 2.1.1 颜色空间与其转换 | 第18-21页 |
| 2.1.2 颜色空间的选择 | 第21页 |
| 2.1.3 肤色模型的建立 | 第21-23页 |
| 2.2 基于候选区域的筛选与分析 | 第23-24页 |
| 2.3 基于人脸图像的特征定位 | 第24-28页 |
| 2.3.1 眼睛特征定位 | 第25-27页 |
| 2.3.2 嘴巴特征定位 | 第27-28页 |
| 2.4 实验结果与分析 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于泰森多边形特征分解的人脸特征分割 | 第30-46页 |
| 3.1 泰森多边形理论概述 | 第30-32页 |
| 3.1.1 Voronoi图的定义 | 第30-31页 |
| 3.1.2 Voronoi图的性质及其原理 | 第31页 |
| 3.1.3 Voronoi图的应用 | 第31-32页 |
| 3.2 基于泰森多边形特征分解的人脸分割 | 第32-34页 |
| 3.2.1 基于人脸图像的初次分割 | 第32-33页 |
| 3.2.2 基于泰森多边形的二次分割 | 第33-34页 |
| 3.3 融合Log-Gabor小波与局部二值模式的人脸识别 | 第34-41页 |
| 3.3.1 Log-Gabor小波及其特征提取 | 第34-36页 |
| 3.3.2 基于局部二值模式的人脸描述 | 第36-40页 |
| 3.3.3 融合Voronoi分割与LG-LBP特征提取的人脸识别 | 第40-41页 |
| 3.4 仿真实验结果与分析 | 第41-45页 |
| 3.4.1 加州理工学院人脸图像库 | 第41-44页 |
| 3.4.2 ORL人脸库 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于分数阶傅里叶变换人脸图像的特征提取 | 第46-62页 |
| 4.1 分数阶傅里叶变换的理论概述 | 第46-50页 |
| 4.1.1 一维分数阶傅里叶变换 | 第46-48页 |
| 4.1.2 二维分数阶傅里叶变换 | 第48-50页 |
| 4.2 分数阶傅里叶变换域中的幅度与相位信息 | 第50-52页 |
| 4.3 基于人脸图像的模板匹配 | 第52-56页 |
| 4.3.1 模板的生成 | 第53-55页 |
| 4.3.2 模板的匹配原则 | 第55页 |
| 4.3.3 基于自适应的模板匹配算法 | 第55页 |
| 4.3.4 基于二次匹配误差算法 | 第55-56页 |
| 4.4 基于 2DPCA与分类识别算法 | 第56-59页 |
| 4.4.1 二维主成分分析算法 | 第56-58页 |
| 4.4.2 分类识别方法 | 第58-59页 |
| 4.5 仿真实验结果与分析 | 第59-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 工作总结 | 第62-63页 |
| 5.2 研究展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 附录1 攻读硕士学位期间发表的论文 | 第70-71页 |
| 附录2 部分源程序代码 | 第71-75页 |