| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第一章 绪论 | 第12-22页 |
| ·人脸识别的研究内容 | 第12-14页 |
| ·人脸识别的研究现状及难点 | 第14-19页 |
| ·人脸识别的发展历程及主要研究方法 | 第14-17页 |
| ·人脸识别研究与应用现状 | 第17-18页 |
| ·人脸识别的难点 | 第18-19页 |
| ·本文的主要工作及组织结构 | 第19-22页 |
| ·本文的主要工作及创新点 | 第19-20页 |
| ·本文的组织结构 | 第20-22页 |
| 第二章 基于AdaBoost算法的人脸检测 | 第22-30页 |
| ·AdaBoost算法简介 | 第22-23页 |
| ·AdaBoost人脸检测的人脸特征描述 | 第23-25页 |
| ·Haar-like特征 | 第23-24页 |
| ·积分图 | 第24-25页 |
| ·AdaBoost人脸检测 | 第25-28页 |
| ·弱分类器 | 第25-26页 |
| ·AdaBoost算法过程与强分类器 | 第26-27页 |
| ·层叠分类器 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 人脸特征提取 | 第30-52页 |
| ·主元分析方法 | 第30-34页 |
| ·主元分析的背景及基本原理 | 第30-32页 |
| ·主元分析的基本过程 | 第32页 |
| ·基于主元分析的人脸特征提取 | 第32-33页 |
| ·ZD主元分析 | 第33-34页 |
| ·Gabor滤波器 | 第34-38页 |
| ·Gabor小波变换的理论背景与基本思想 | 第34-35页 |
| ·一维Gabor小波 | 第35页 |
| ·二维Gabor小波及二维Gabor人脸描述 | 第35-38页 |
| ·局部二值模式 | 第38-49页 |
| ·原始LBP算子 | 第39-40页 |
| ·旋转不变的LBP算子 | 第40-43页 |
| ·基于一致模式(Uniform Pattern)的旋转不变LBP算子 | 第43-44页 |
| ·非局部二值模式 | 第44-45页 |
| ·采用LBP算子的人脸描述 | 第45-47页 |
| ·多方向LBP算子 | 第47-49页 |
| ·实验 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第四章 基于核岭回归的人脸分类器 | 第52-62页 |
| ·岭回归的背景及基本概念 | 第52-54页 |
| ·多元线性模型 | 第52页 |
| ·最小二乘估计 | 第52-53页 |
| ·岭回归估计 | 第53-54页 |
| ·用于人脸分类的多元标注岭回归 | 第54-56页 |
| ·核岭回归 | 第56-57页 |
| ·人脸标注向量的构造 | 第57-59页 |
| ·构造方法一 | 第57-58页 |
| ·构造方法二 | 第58-59页 |
| ·基于岭回归的人脸识别过程 | 第59-60页 |
| ·岭回归人脸识别 | 第59-60页 |
| ·核岭回归人脸识别 | 第60页 |
| ·本章小结 | 第60-62页 |
| 第五章 人脸识别系统的设计与实现 | 第62-80页 |
| ·系统算法的设计 | 第62-63页 |
| ·OpenCV简介 | 第63-65页 |
| ·OpenCV的特征 | 第63-64页 |
| ·OpenCV的功能 | 第64页 |
| ·OpenCV模块 | 第64-65页 |
| ·人脸识别系统的框架 | 第65-66页 |
| ·人脸识别系统的实现 | 第66-78页 |
| ·人脸检测 | 第66-70页 |
| ·人脸图像预处理 | 第70-72页 |
| ·人脸特征提取 | 第72-74页 |
| ·系统的功能与界面 | 第74-78页 |
| ·本章小结 | 第78-80页 |
| 第六章 结论与展望 | 第80-82页 |
| ·总结 | 第80-81页 |
| ·对未来工作的展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-88页 |
| 附录 作者在攻读硕士学位期间发表的文章和参与的科研项目 | 第88页 |