| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| 1．1 人脸自动识别研究的意义 | 第8-9页 |
| 1．2 人脸检测的研究现状和前景 | 第9-11页 |
| 1．2．1 基于统计的人脸检测方法 | 第10-11页 |
| 1．2．2 基于知识建模的人脸检测方法 | 第11页 |
| 1．3 人脸识别的研究现状和前景 | 第11-14页 |
| 1．3．1 基于特征的人脸识别方法 | 第12-13页 |
| 1．3．2 基于模板匹配的人脸识别方法 | 第13页 |
| 1．3．3 基于随机序列模型的人脸识别方法 | 第13-14页 |
| 1．3．4 基于三维模型的人脸识别方法 | 第14页 |
| 1．4 课题提出 | 第14页 |
| 1．5 主要工作 | 第14-16页 |
| 第二章 人脸检测理论基础 | 第16-24页 |
| 2．1 色彩空间及肤色模型 | 第16-19页 |
| 2．1．1 色彩空间 | 第16-17页 |
| 2．1．2 肤色模型 | 第17-19页 |
| 2．2 奇异值分解(SVD)理论 | 第19-21页 |
| 2．3 模式识别 | 第21-22页 |
| 2．4 支持向量机 | 第22-23页 |
| 2．5 小结 | 第23-24页 |
| 第三章 人脸识别理论基础 | 第24-37页 |
| 3．1 小波变换基本原理 | 第24-26页 |
| 3．2 矢量量化 | 第26-29页 |
| 3．3 隐马尔可夫模型(HMM)基本思想 | 第29-36页 |
| 3．3．1 Markov链 | 第29-30页 |
| 3．3．2 HMM的概念 | 第30-32页 |
| 3．3．3 HMM基本算法 | 第32-36页 |
| 3．4 小结 | 第36-37页 |
| 第四章 本文的人脸检测算法 | 第37-47页 |
| 4．1 人脸图像的预处理 | 第37页 |
| 4．2 人脸图像的特征提取 | 第37页 |
| 4．3 应用肤色模型与支持向量机(SVM)的人脸检测 | 第37-46页 |
| 4．3．1 支持向量机(SVM)的训练 | 第39-42页 |
| 4．3．2 肤色模型的人脸粗检 | 第42-43页 |
| 4．3．3 支持向量机(SVM)的人脸细检 | 第43-45页 |
| 4．3．4 实验结果 | 第45-46页 |
| 4．4 小结 | 第46-47页 |
| 第五章 本文的人脸识别算法 | 第47-57页 |
| 5．1 人脸图像的预处理 | 第47-51页 |
| 5．1．1 人脸图像的二维小波变换(Wavelet2D) | 第48-50页 |
| 5．1．2 人脸图像的归一化 | 第50-51页 |
| 5．2 人脸图像的特征提取 | 第51-53页 |
| 5．2．1 人脸图像的局部奇异值分解(SVD) | 第51-53页 |
| 5．2．1 人脸图像的矢量量化(VQ) | 第53页 |
| 5．3 隐马尔可夫模型(HMM)的人脸识别 | 第53-56页 |
| 5．3．1 人脸图像的隐马尔可夫模型建立 | 第53-55页 |
| 5．3．2 人脸识别 | 第55-56页 |
| 5．3．3 实验结果 | 第56页 |
| 5．4 小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-58页 |
| 6．1 主要研究成果 | 第57页 |
| 6．2 系统的改进方向 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录A (攻读学位期间发表论文及其它) | 第62页 |