| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.2 人脸识别技术概述 | 第12-16页 |
| 1.2.1 人脸识别的研究现状 | 第13-15页 |
| 1.2.2 人脸识别主流方法 | 第15页 |
| 1.2.3 人脸数据库 | 第15-16页 |
| 1.3 人脸识别的主要挑战和技术趋势 | 第16-18页 |
| 1.4 人脸识别系统性能的评价 | 第18-20页 |
| 1.5 论文的主要研究内容及章节安排 | 第20-21页 |
| 1.5.1 论文的研究内容 | 第20页 |
| 1.5.2 本文章节安排 | 第20-21页 |
| 第2章 人脸图像的预处理 | 第21-27页 |
| 2.1 引言 | 第21页 |
| 2.2 人脸检测和眼睛定位 | 第21-22页 |
| 2.2.1 人脸检测 | 第21-22页 |
| 2.2.2 人眼定位 | 第22页 |
| 2.3 几何规范化 | 第22-23页 |
| 2.4 灰度规范化 | 第23-26页 |
| 2.4.1 图像平滑 | 第24页 |
| 2.4.2 直方图均衡化 | 第24-26页 |
| 2.5 人脸图像识别的预处理过程 | 第26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 人脸特征提取 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 局部二值模式 | 第27-29页 |
| 3.3 Gabor小波的特征提取 | 第29-32页 |
| 3.3.1 Gabor小波的生物学理解 | 第29-30页 |
| 3.3.2 Gabor特征的提取 | 第30-32页 |
| 3.4 局部相位量化(LPQ) | 第32-34页 |
| 3.5 主成分分析法 | 第34-35页 |
| 3.6 线性判别分析法 | 第35-37页 |
| 3.7 本章小结 | 第37-39页 |
| 第4章 基于特征融合的人脸识别 | 第39-53页 |
| 4.1 引言 | 第39-40页 |
| 4.2 基于多块融合的特征提取方法 | 第40-41页 |
| 4.3 基于多特征融合的特征提取算法 | 第41-45页 |
| 4.3.1 基于局部和全局融合的特征提取方法 | 第41-43页 |
| 4.3.2 基于多种局部特征融合的识别方法 | 第43-45页 |
| 4.4 总体特征融合方法 | 第45-48页 |
| 4.5 基于遗传算法寻优的人脸识别 | 第48-51页 |
| 4.5.1 遗传算法的原理 | 第48-49页 |
| 4.5.2 基于遗传算法的相似度融合 | 第49-51页 |
| 4.6 本章小结 | 第51-53页 |
| 第5章 实验与结果分析 | 第53-63页 |
| 5.1 引言 | 第53页 |
| 5.2 FRGCv2.0实验四介绍 | 第53-54页 |
| 5.3 实验结果与分析 | 第54-60页 |
| 5.3.1 多块特征融合方法的实验结果及分析 | 第54-55页 |
| 5.3.2 局部与全局特征融合方法的实验结果及分析 | 第55-56页 |
| 5.3.3 多种局部特征融合方法的实验结果及分析 | 第56页 |
| 5.3.4 总体特征融合方法的结果及分析 | 第56-57页 |
| 5.3.5 遗传算法寻优的实验结果及分析 | 第57-60页 |
| 5.4 本章小结 | 第60-63页 |
| 第6章 总结和展望 | 第63-65页 |
| 6.1 本文工作总结 | 第63页 |
| 6.2 后续研究工作的展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |