| 中文摘要 | 第2-3页 |
| Abstract | 第3页 |
| 中文文摘 | 第5-9页 |
| 1 绪论 | 第9-17页 |
| 1.1 脉冲耦合神经网络的发展及研究现状 | 第9-10页 |
| 1.2 人脸识别技术 | 第10-15页 |
| 1.2.1 人脸识别的研究背景及意义 | 第10-11页 |
| 1.2.2 人脸识别方法综述 | 第11-14页 |
| 1.2.3 人脸识别的应用 | 第14-15页 |
| 1.3 论文的主要工作和内容安排 | 第15-17页 |
| 2 脉冲耦合神经网络的基本理论 | 第17-25页 |
| 2.1 PCNN基本模型及原理 | 第17-20页 |
| 2.1.1 简化PCNN模型 | 第18-20页 |
| 2.2 PCNN工作原理及主要特性 | 第20-22页 |
| 2.2.1 PCNN的工作原理 | 第20页 |
| 2.2.2 PCNN的主要特性 | 第20-22页 |
| 2.3 PCNN在图像处理的应用 | 第22-23页 |
| 2.4 小结 | 第23-25页 |
| 3 人脸特征提取 | 第25-41页 |
| 3.1 基于小波变换的特征提取 | 第25-31页 |
| 3.1.1 小波变换原理 | 第25-29页 |
| 3.1.2 基于小波变化人脸特征提取 | 第29-31页 |
| 3.2 基于PCNN的人脸特征提取 | 第31-34页 |
| 3.2.1 基于时间序列人脸特征提取 | 第31-34页 |
| 3.3 基于小波变换及MPCNN的人脸识别 | 第34-35页 |
| 3.4 实验结果及仿真 | 第35-39页 |
| 3.5 小结 | 第39-41页 |
| 4 基于多通道PCNN彩色人脸识别 | 第41-53页 |
| 4.1 人脸图像的颜色空间转换 | 第41-42页 |
| 4.2 多通道PCNN时间序列彩色图像人脸特征提取 | 第42-46页 |
| 4.2.1 多通道PCNN模型 | 第43-44页 |
| 4.2.2 彩色人脸图像特征提取 | 第44-46页 |
| 4.3 多通道PCNN彩色图像人脸识别 | 第46-47页 |
| 4.4 实验结果及仿真 | 第47-51页 |
| 4.5 小结 | 第51-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 本文的主要工作 | 第53页 |
| 5.2 未来工作与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间承担的科研任务与主要成果 | 第59-61页 |
| 致谢 | 第61-63页 |
| 个人简历 | 第63-67页 |