| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·生物特征识别概述 | 第9-10页 |
| ·人脸识别 | 第10-12页 |
| ·人脸识别技术的意义 | 第10-11页 |
| ·人脸识别系统的框架 | 第11页 |
| ·人脸识别问题的挑战 | 第11-12页 |
| ·常用的特征抽取方法 | 第12-14页 |
| ·基于像素变化信息的人脸识别方法 | 第14-15页 |
| ·本文主要工作及结构安排 | 第15-16页 |
| 第2章 线性特征抽取方法 | 第16-27页 |
| ·引言 | 第16页 |
| ·常见方法 | 第16-21页 |
| ·主成分分析（PCA） | 第16-18页 |
| ·Fisher 线性鉴别分析（FLD） | 第18-20页 |
| ·二维主成分分析（2DPCA） | 第20页 |
| ·二维Fisher 线性分析（2DFLD） | 第20-21页 |
| ·实验结果 | 第21-26页 |
| ·ORL 库实验结果 | 第21-23页 |
| ·FERET 库实验结果 | 第23-24页 |
| ·AR 库实验结果 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 非线性特征抽取方法 | 第27-34页 |
| ·引言 | 第27-28页 |
| ·核PCA | 第28-29页 |
| ·核Fisher | 第29-31页 |
| ·实验结果 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于Interest 算子的人脸识别方法 | 第34-48页 |
| ·引言 | 第34页 |
| ·基于原始Interest 算子的人脸识别方法 | 第34-37页 |
| ·Interest 算子 | 第34-36页 |
| ·算法实现 | 第36-37页 |
| ·原始Interest 算子的改进 | 第37-41页 |
| ·重叠分区的Interest 算子 | 第37-39页 |
| ·公式改进 | 第39-40页 |
| ·两方向的Interest 算子 | 第40-41页 |
| ·实验结果 | 第41-46页 |
| ·原始Interest 算子 | 第41-43页 |
| ·重叠分区算子 | 第43-44页 |
| ·改进公式的算子 | 第44-45页 |
| ·两方向Interest 算子 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第5章 基于梯度信息的人脸识别方法 | 第48-63页 |
| ·引言 | 第48-49页 |
| ·基于梯度幅值的人脸识别方法 | 第49-50页 |
| ·基于方向梯度的人脸识别方法 | 第50-51页 |
| ·基于相对梯度的人脸识别方法 | 第51-53页 |
| ·实验结果 | 第53-61页 |
| ·基于梯度幅值以及方向梯度的人脸识别方法 | 第53-55页 |
| ·基于原始相对梯度算子和改进相对梯度算子人脸识别方法 | 第55-61页 |
| ·本章小结 | 第61-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 攻读学位期间发表的学术论文 | 第70-72页 |
| 致谢 | 第72页 |