| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-18页 |
| ·人脸识别研究的背景和意义 | 第8-9页 |
| ·人脸识别研究现状和发展趋势 | 第9-12页 |
| ·小波变换在人脸识别与检测中的应用 | 第12-17页 |
| ·小波变换与人脸识别 | 第12-14页 |
| ·基于小波变换的人脸特征提取 | 第14-15页 |
| ·数字人脸图像的二维离散快速小波变换 | 第15-17页 |
| ·本文的内容安排 | 第17-18页 |
| 第二章 基于离散小波变换的人脸特征定位 | 第18-26页 |
| ·人脸检测与特征定位研究简述 | 第18-20页 |
| ·小波变换在人脸检测与特征定位中的应用 | 第20-21页 |
| ·基于离散小波变换的人脸特征定位算法 | 第21-24页 |
| ·人脸特征定位算法的基本思想 | 第21页 |
| ·人脸特征定位算法 | 第21-23页 |
| ·实验结果与分析 | 第23-24页 |
| ·小结 | 第24-26页 |
| 第三章 基于小波变换的 PCA 人脸识别技术 | 第26-32页 |
| ·概述 | 第26-27页 |
| ·PCA 方法基本原理 | 第27-28页 |
| ·基于主分量分析法（PCA）的人脸识别 | 第28-29页 |
| ·基于小波变换的 PCA 人脸识别算法与实验结果 | 第29-30页 |
| ·小结 | 第30-32页 |
| 第四章 基于小波变换和人工神经网络的人脸识别算法 | 第32-46页 |
| ·概述 | 第32-33页 |
| ·BP 网络的原理与结构 | 第33-36页 |
| ·小波基函数与小波变换级数的选择 | 第36-40页 |
| ·基于离散余弦变换（DCT）和人工神经网络的人脸识别算法 | 第40-42页 |
| ·确定 DCT 系数个数与数据归一化处理 | 第41-42页 |
| ·算法及实验结果 | 第42页 |
| 4. 5 基于离散小波变换和 BP 网络算法的实验结果 | 第42-45页 |
| ·基于 DWT 和 BP 神经网络人脸识别算法实验结果 | 第42-43页 |
| ·DWT 和 DCT 算法实验结果的比较 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第五章 基于小波变换和支持向量机的人脸识别 | 第46-56页 |
| ·概述 | 第46页 |
| ·支持向量机基本原理 | 第46-54页 |
| ·线性分类器 | 第47-48页 |
| ·支持向量机 | 第48-51页 |
| ·核函数 | 第51-52页 |
| ·多类分类问题 | 第52-54页 |
| ·基于小波变换和支持向量机的人脸识别算法与实验结果 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第六章 总结 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 作者在校期间发表的论文 | 第65页 |
