| 摘要 | 第3-5页 |
| Abstract | 第5页 |
| 目录 | 第7-10页 |
| 插图清单 | 第10-12页 |
| 表格清单 | 第12-13页 |
| 第一章 绪论 | 第13-26页 |
| 1．1 引言 | 第13-14页 |
| 1．2 人脸识别技术的研究概况 | 第14-16页 |
| 1．3 人脸识别系统的组成 | 第16-20页 |
| 1．3．1 人脸检测 | 第16-17页 |
| 1．3．2 人脸图像预处理 | 第17-18页 |
| 1．3．3 人脸识别系统的性能评价 | 第18-20页 |
| 1．4 人脸图像数据库 | 第20-21页 |
| 1．4．1 FERET人脸库 | 第20页 |
| 1．4．2 AR人脸库 | 第20-21页 |
| 1．4．3 Yale人脸库 | 第21页 |
| 1．4．4 Bern大学人脸库 | 第21页 |
| 1．5 人脸识别技术竞赛 | 第21-24页 |
| 1．5．1 FERET测试 | 第21-22页 |
| 1．5．2 FRVT测试 | 第22-23页 |
| 1．5．3 FAC2004和FAT2004竞赛 | 第23-24页 |
| 1．6 人脸识别技术的应用现状 | 第24页 |
| 1．7 本课题的研究目的和论文结构安排 | 第24-26页 |
| 第二章 人脸识别技术文献综述 | 第26-44页 |
| 2．1 引言 | 第26页 |
| 2．2 基于子空间变换的方法 | 第26-32页 |
| 2．2．1 主元分析(PCA)方法 | 第27-28页 |
| 2．2．2 Fisher脸法 | 第28-29页 |
| 2．2．3 概率PCA(PPCA)方法 | 第29-31页 |
| 2．2．4 独立成分分析(ICA)方法 | 第31-32页 |
| 2．3 基于Hausdorff距离(HD)的方法 | 第32-34页 |
| 2．3．1 基于HD和MZHD的方法 | 第32-33页 |
| 2．3．2 基于LHD的方法 | 第33-34页 |
| 2．4 基于机器学习的方法 | 第34-35页 |
| 2．4．1 基于神经网络(ANN)的方法 | 第34-35页 |
| 2．4．2 基于支持向量机(SVM)的方法 | 第35页 |
| 2．5 基于模型的方法 | 第35-38页 |
| 2．5．1 基于隐马尔可夫模型(HMM)的方法 | 第36-37页 |
| 2．5．2 基于三维可变形模型的方法 | 第37-38页 |
| 2．6 基于局部特征的方法 | 第38-41页 |
| 2．6．1 弹性图匹配(EGM)方法 | 第38-41页 |
| 2．6．2 局部特征分析(LFA)方法 | 第41页 |
| 2．7 传统方法 | 第41-43页 |
| 2．7．1 基于几何特征的方法 | 第41-42页 |
| 2．7．2 基于灰度模板匹配的方法 | 第42-43页 |
| 2．8 小结 | 第43-44页 |
| 第三章 基于小波多分辨率分析的人脸二值边缘图像的提取 | 第44-68页 |
| 3．1 引言 | 第44页 |
| 3．2 人脸图像分析中常用的边缘提取方法 | 第44-48页 |
| 3．2．1 Sobel算子及LAT算法 | 第44-46页 |
| 3．2．2 Canny算子 | 第46-48页 |
| 3．3 小波变换 | 第48-57页 |
| 3．3．1 小波变换及其性质 | 第48-51页 |
| 3．3．2 离散小波变换 | 第51-52页 |
| 3．3．3 多分辨率分析与Mallat算法 | 第52-56页 |
| 3．3．4 二维小波变换 | 第56-57页 |
| 3．4 本章提出的人脸边缘提取方法 | 第57-61页 |
| 3．4．1 图像的高频重构及其二值化 | 第58-59页 |
| 3．4．2 边缘图像的融合及二次二值化 | 第59-60页 |
| 3．4．3 二值图像去噪 | 第60-61页 |
| 3．5 二值边缘图像质量评价 | 第61-67页 |
| 3．5．1 BEI的主要特点 | 第61-64页 |
| 3．5．2 定量评价 | 第64-67页 |
| 3．6 小结 | 第67-68页 |
| 第四章 基于边缘和亮度信息的人眼定位 | 第68-99页 |
| 4．1 引言 | 第68-73页 |
| 4．1．1 基于主动红外光的人眼定位方法 | 第68页 |
| 4．1．2 基于图像的人眼定位方法 | 第68-73页 |
| 4．2 本章提出的方法 | 第73-86页 |
| 4．2．1 方法概述 | 第73-75页 |
| 4．2．2 人脸区域提取 | 第75-79页 |
| 4．2．3 类眼块提取 | 第79-80页 |
| 4．2．4 眼睛区域检测 | 第80-81页 |
| 4．2．5 眼睛块检测 | 第81-83页 |
| 4．2．6 用亮度值定位眼睛 | 第83页 |
| 4．2．7 多级眼睛检测方案 | 第83-85页 |
| 4．2．8 反射光点的自动检测 | 第85-86页 |
| 4．3 实验结果 | 第86-97页 |
| 4．3．1 人脸图像库及实验方法 | 第86-88页 |
| 4．3．2 参数α和β的选定 | 第88-90页 |
| 4．3．3 Bern图像集的眼睛定位实验 | 第90-93页 |
| 4．3．4 AR图像集的眼睛定位实验 | 第93-97页 |
| 4．4 小结 | 第97-99页 |
| 第五章 基于二值模板匹配的人脸识别 | 第99-114页 |
| 5．1 引言 | 第99-100页 |
| 5．2 基于二值模板匹配的人脸识别 | 第100-109页 |
| 5．2．1 二值模板匹配的基本原理 | 第100-101页 |
| 5．2．2 实验方法和结果 | 第101-109页 |
| 5．3 提高二值模板匹配识别率的有效方法——特征融合 | 第109-113页 |
| 5．3．1 特征融合的基本方法 | 第109-110页 |
| 5．3．2 基于扩展的二值模板匹配法的人脸识别结果 | 第110-113页 |
| 5．4 小结 | 第113-114页 |
| 第六章 总结与展望 | 第114-117页 |
| 6．1 全文总结 | 第114-115页 |
| 6．2 未来工作展望 | 第115-117页 |
| 参考文献 | 第117-127页 |
| 致谢 | 第127-129页 |
| 攻博期间作者完成的文章和从事的项目 | 第129-130页 |
