| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-21页 |
| ·研究背景与意义 | 第8-14页 |
| ·生物特征身份识别 | 第8-9页 |
| ·人脸识别的特点 | 第9-10页 |
| ·人脸识别的应用领域 | 第10-14页 |
| ·人脸识别技术研究现状 | 第14-18页 |
| ·特征脸识别方法 | 第14-15页 |
| ·弹性图匹配法 | 第15-16页 |
| ·神经网络方法 | 第16页 |
| ·隐马尔可夫法 | 第16-17页 |
| ·柔性模型方法 | 第17页 |
| ·基于小波分析的方法 | 第17-18页 |
| ·本文的研究内容 | 第18-21页 |
| 第二章 人脸检测技术 | 第21-30页 |
| ·人脸检测概述 | 第21页 |
| ·静态人脸检测方法 | 第21-22页 |
| ·动态人脸检测方法 | 第22-25页 |
| ·基于Adaboost 的动态人脸检测 | 第25-30页 |
| ·矩形特征的选取和计算 | 第25-26页 |
| ·级联分类器的构建 | 第26-28页 |
| ·样本库的选取 | 第28页 |
| ·级联分类器的训练 | 第28-29页 |
| ·实验结果 | 第29-30页 |
| 第三章 Contourlet变换概述 | 第30-38页 |
| ·多尺度几何分析 | 第30-31页 |
| ·Contourlet 变换 | 第31-37页 |
| ·拉普拉斯金字塔滤波器 | 第32-33页 |
| ·方向滤波器 | 第33-35页 |
| ·Contourlet 滤波器组 | 第35-37页 |
| ·Contourlet 变换的特性 | 第37-38页 |
| 第四章 基于Contourlet变换与多类别SVM分类器的人脸识别 | 第38-49页 |
| ·Contourlet 变换的低频分量系数特征 | 第39页 |
| ·Contourlet 变换分解层数的选取 | 第39-40页 |
| ·SVM 分类器 | 第40-43页 |
| ·SVM 基本理论 | 第40-41页 |
| ·线性可分情况 | 第41-42页 |
| ·线性不可分情况 | 第42-43页 |
| ·用于多类别分类的SVM | 第43-45页 |
| ·MIT-CBCL 人脸图像数据库和Yale 人脸图像数据库 | 第45-46页 |
| ·实验结果 | 第46-49页 |
| ·MIT-CBCL 人脸图像数据库的实验结果 | 第46-47页 |
| ·Yale 人脸图像数据库的实验结果 | 第47-49页 |
| 第五章 基于Contourlet变换方向子带能量分布的人脸识别 | 第49-55页 |
| ·Contourlet 变换高频方向子带统计特征 | 第49-53页 |
| ·采用广义高斯密度模型拟合 | 第49-51页 |
| ·采用K-L 距离测度 | 第51-52页 |
| ·采用加权相似性测度 | 第52-53页 |
| ·实验结果 | 第53-55页 |
| ·MIT-CBCL 人脸图像数据库的实验结果 | 第53页 |
| ·Yale 人脸图像数据库的实验结果 | 第53-55页 |
| 第六章 总结 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 攻读学位期间本人出版或公开发表的论著、论文 | 第62-63页 |
| 致谢 | 第63页 |
