| 中文摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 人脸识别的研究背景和意义 | 第12页 |
| 1.2 人脸识别技术的研究历程和现状 | 第12-14页 |
| 1.3 人脸识别技术的研究内容 | 第14-15页 |
| 1.4 人脸识别技术研究的难点 | 第15-17页 |
| 1.5 本文的结构安排 | 第17-18页 |
| 第2章 人脸特征表示的相关理论 | 第18-29页 |
| 2.1 人脸特征表示概述 | 第18-19页 |
| 2.2 基于子空间的全局特征表示算法 | 第19-23页 |
| 2.2.1 基于PCA的特征表示方法 | 第19-21页 |
| 2.2.2 基于LDA的特征表示方法 | 第21-23页 |
| 2.3 基于局部特征表示算法 | 第23-28页 |
| 2.3.1 基于LBP的特征表示方法 | 第23-25页 |
| 2.3.2 基于Gabor的特征表示方法 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于光照预处理算法的人脸LBP特征表示 | 第29-41页 |
| 3.1 人脸光照问题的概述 | 第29-30页 |
| 3.2 对比的光照预处理算法 | 第30-34页 |
| 3.2.1 梯度人脸(gradientface)预处理 | 第30-31页 |
| 3.2.2 自商图（SQI,self-quotient image）预处理 | 第31-32页 |
| 3.2.3 PP预处理 | 第32-34页 |
| 3.3 基于PP和retina的光照预处理算法 | 第34-37页 |
| 3.3.1 retina模型 | 第34-36页 |
| 3.3.2 本章预处理算法 | 第36-37页 |
| 3.4 实验结果和分析 | 第37-40页 |
| 3.4.1 实验环境和参数 | 第37页 |
| 3.4.2 预处理效果图分析 | 第37-39页 |
| 3.4.3 预处理算法性能分析 | 第39-40页 |
| 3.5 本章总结 | 第40-41页 |
| 第4章 基于Monogenic信息的局部相位量化人脸特征表示 | 第41-52页 |
| 4.1 局部相位量化模式（LPQ） | 第41-42页 |
| 4.2 Monogenic信号的表示 | 第42-44页 |
| 4.3 基于Monogenic信息的LPQ算法 | 第44-45页 |
| 4.4 WPCA降维方法 | 第45-47页 |
| 4.5 实验结果与分析 | 第47-51页 |
| 4.5.1 实验环境和实验参数 | 第47-48页 |
| 4.5.2 降维前在人脸库上的实验比较 | 第48-50页 |
| 4.5.3 降维后在CAS-PEAL三个子集上的实验结果 | 第50-51页 |
| 4.6 本章总结 | 第51-52页 |
| 第5章 基于方向边缘幅值的多尺度块LBP人脸特征表示 | 第52-62页 |
| 5.1 方向边缘幅值特征 | 第53-55页 |
| 5.1.1 梯度方向的量化 | 第53页 |
| 5.1.2 梯度幅值的累加 | 第53-54页 |
| 5.1.3 累加幅值图的加权窗处理 | 第54-55页 |
| 5.2 POEM的MB-LBP特征表示 | 第55-56页 |
| 5.3 基于方向边缘幅值的多尺度块LBP人脸特征表示 | 第56-57页 |
| 5.4 实验结果分析 | 第57-61页 |
| 5.4.1 实验环境和参数 | 第57-58页 |
| 5.4.2 MB-LBP块尺度选择和分块方式 | 第58-59页 |
| 5.4.3 各算法对比实验 | 第59-60页 |
| 5.4.4 本章算法的降维实验 | 第60-61页 |
| 5.5 本章总结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-71页 |
| 攻读硕士期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72页 |
