| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-23页 |
| ·研究背景及意义 | 第12-14页 |
| ·人脸识别技术概述 | 第14-17页 |
| ·人脸识别的技术框架 | 第14-15页 |
| ·人脸识别技术发展历程 | 第15-17页 |
| ·人脸识别的国内外研究现状 | 第17-21页 |
| ·研究现状 | 第17-19页 |
| ·主要的算法性能测评指标 | 第19页 |
| ·主要人脸数据库 | 第19-21页 |
| ·本文主要工作及章节组织 | 第21-23页 |
| ·本文主要研究工作 | 第21-22页 |
| ·本文章节安排 | 第22-23页 |
| 第二章 集成学习 | 第23-32页 |
| ·集成学习简介 | 第23-25页 |
| ·集成学习的作用 | 第25-27页 |
| ·集成学习的主要内容 | 第27-31页 |
| ·集成算法的设计 | 第27-28页 |
| ·集成学习的层次 | 第28-29页 |
| ·多分类器系统的拓扑结构 | 第29页 |
| ·集成学习的组合策略 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于得分融合近红外图像与可见光图像的人脸识别 | 第32-44页 |
| ·问题提出 | 第32-34页 |
| ·基于Eigenfaces的人脸识别算法 | 第34-37页 |
| ·算法介绍 | 第34页 |
| ·算法步骤 | 第34-37页 |
| ·基于得分融合的人脸识别算法 | 第37-39页 |
| ·基于得分融合的策略 | 第37页 |
| ·融合人脸识别算法 | 第37-39页 |
| ·实验结果 | 第39-43页 |
| ·实验用的数据库 | 第39页 |
| ·实验设置 | 第39-40页 |
| ·实验结果及分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于混合集成的人脸识别算法 | 第44-54页 |
| ·问题提出 | 第44-46页 |
| ·基于局部二值模式的人脸识别算法 | 第46-49页 |
| ·算法介绍 | 第46-47页 |
| ·算法步骤 | 第47-49页 |
| ·基于混合集成学习的人脸识别 | 第49-51页 |
| ·混合集成框架 | 第49-50页 |
| ·混合集成人脸识别算法 | 第50-51页 |
| ·实验结果 | 第51-53页 |
| ·实验用的数据库 | 第51页 |
| ·实验设置 | 第51-52页 |
| ·实验结果及分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 总结与探讨 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文 | 第61-62页 |
| 攻读学位期间参加的科研项目 | 第62-63页 |
| 学位论文评阅及答辩情况表 | 第63页 |