| 第一章 绪论 | 第1-15页 |
| ·人脸识别技术概述 | 第8-11页 |
| ·人脸识别技术研究的重要意义 | 第8-9页 |
| ·人脸识别技术的发展 | 第9页 |
| ·人脸识别技术的研究内容 | 第9-11页 |
| ·人脸识别的研究现状 | 第11-13页 |
| ·本文的主要工作 | 第13-15页 |
| 第二章 独立分量分析 | 第15-27页 |
| ·引言 | 第15页 |
| ·统计分析基础 | 第15-18页 |
| ·统计独立 | 第15-16页 |
| ·随机变量的一、二阶统计特性 | 第16-17页 |
| ·随机变量的高阶统计特性 | 第17-18页 |
| ·信息熵及最大熵定理 | 第18-20页 |
| ·信息熵 | 第18-20页 |
| ·最大熵定理 | 第20页 |
| ·从PCA到ICA | 第20-24页 |
| ·传统的线性变换 | 第20-21页 |
| ·主分量分析(PCA) | 第21-23页 |
| ·从PCA到ICA | 第23-24页 |
| ·ICA的算法研究 | 第24-25页 |
| ·ICA的概念和线性模型 | 第24-25页 |
| ·ICA的若干限定条件 | 第25页 |
| ·ICA的优化算法FastICA | 第25页 |
| ·本章小结 | 第25-27页 |
| 第三章 支持向量机 | 第27-37页 |
| ·概述 | 第27页 |
| ·SVM基本思想及特点 | 第27-28页 |
| ·机器学习与VC理论 | 第28-30页 |
| ·机器学习 | 第28-29页 |
| ·VC维理论 | 第29-30页 |
| ·线性支持向量机 | 第30-32页 |
| ·最优分类面 | 第30-31页 |
| ·广义最优分类面 | 第31-32页 |
| ·非线性支持向量机 | 第32-34页 |
| ·非线性支持向量机实现思想 | 第32-33页 |
| ·主要的核函数及样本测试 | 第33-34页 |
| ·SVM多类分类器 | 第34-36页 |
| ·组合多类SVM的基本思想 | 第35页 |
| ·一对多组合多类SVM | 第35页 |
| ·一对一组合多类SVM | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 人脸检测与图像预处理 | 第37-46页 |
| ·引言 | 第37页 |
| ·常用人脸检测方法 | 第37-39页 |
| ·基于显式特征的人脸检测方法 | 第37-38页 |
| ·基于隐式特征的方法 | 第38-39页 |
| ·基于支持向量机的人脸检测 | 第39-41页 |
| ·检测思想 | 第39-40页 |
| ·三点说明 | 第40-41页 |
| ·人脸库介绍 | 第41页 |
| ·图像预处理 | 第41-45页 |
| ·图像的标准化 | 第41-43页 |
| ·图像的白化 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 人脸特征提取与分类 | 第46-59页 |
| ·人脸图像的ICA描述 | 第46-47页 |
| ·基于FastICA的人脸特征提取 | 第47-49页 |
| ·互信息与负熵 | 第47页 |
| ·负熵的估计 | 第47-48页 |
| ·FastICA算法的特点 | 第48页 |
| ·迭代公式及算法流程 | 第48-49页 |
| ·特征提取仿真结果及分析 | 第49-51页 |
| ·LibSVM及应用 | 第51-52页 |
| ·关于LibSVM | 第51页 |
| ·LibSVM的应用 | 第51-52页 |
| ·人脸分类实验结果及分析 | 第52-58页 |
| ·、SVM模型训练 | 第52-55页 |
| ·人脸测试样本识别 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 人脸表情识别研究 | 第59-69页 |
| ·引言 | 第59页 |
| ·表情种类与特点 | 第59-60页 |
| ·主要的表情识别方法 | 第60页 |
| ·局部图像信息的特征提取思想 | 第60-63页 |
| ·表情特征提取与分类实验结果及分析 | 第63-68页 |
| ·特征提取 | 第63-64页 |
| ·SVM模型训练 | 第64-66页 |
| ·SVM测试样本识别 | 第66-67页 |
| ·识别结果 | 第67-68页 |
| ·结果分析 | 第68页 |
| ·本章小结 | 第68-69页 |
| 第七章 总结及展望 | 第69-71页 |
| ·全文总结 | 第69页 |
| ·论文的不足以及要解决的问题 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75-87页 |
| 附录1：人眼定位的投影直方图法C++源程序 | 第75-78页 |
| 附录2：人脸图像白化处理Matlab核心源程序 | 第78-81页 |
| 附录3：人脸图像FastICA特征提取Matlab核心源程序 | 第81-87页 |
| 致谢 | 第87-88页 |
| 攻读学位期间发表的学术论文目录 | 第88-89页 |
| 独创声明 | 第89页 |
| 学位论文版权使用授权书 | 第89页 |