| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-21页 |
| ·课题研究的背景和意义 | 第10页 |
| ·人脸识别技术发展历程 | 第10-13页 |
| ·在国外的研究与发展的现状 | 第13-14页 |
| ·在国内的研究与发展的现状 | 第14-15页 |
| ·人脸识别系统简介 | 第15-17页 |
| ·人脸识别分类 | 第15-16页 |
| ·人脸识别系统 | 第16-17页 |
| ·人脸识别相关学术资源 | 第17-19页 |
| ·人脸识别图像库 | 第17页 |
| ·其他相关学术资源 | 第17-19页 |
| ·本文的研究内容及结构安排 | 第19-21页 |
| 第二章 人脸的检测与跟踪 | 第21-28页 |
| ·人脸跟踪定位 | 第21-22页 |
| ·帧差法 | 第21-22页 |
| ·基于运动目标预测的人脸跟踪 | 第22页 |
| ·基于模型的人脸跟踪 | 第22页 |
| ·基于人脸局部特征的人脸跟踪 | 第22页 |
| ·人脸的检测 | 第22-24页 |
| ·基于Adaboost算法的人脸检测 | 第24-28页 |
| ·Adaboost算法概述 | 第24页 |
| ·基于Adaboost算法的人脸检测的系统 | 第24-28页 |
| 第三章 人脸特征点的定位以及人脸标准化 | 第28-37页 |
| ·人脸面部特征点定位意义 | 第28页 |
| ·人脸特征点定位主要技术及分类 | 第28-29页 |
| ·基于先验规则的方法 | 第28-29页 |
| ·基于几何特征的方法 | 第29页 |
| ·基于模型的方法 | 第29页 |
| ·人眼特征点精确定位意义 | 第29页 |
| ·眼睛特征识别的经典算法 | 第29-31页 |
| ·灰度积分投影算法 | 第29-30页 |
| ·基于边缘提取及Hough变换的提取算法 | 第30页 |
| ·快速旋转对称变换人眼定位算法 | 第30页 |
| ·模板匹配法 | 第30-31页 |
| ·基于Adaboost算法和投影峰的眼睛定位方法 | 第31-33页 |
| ·人眼区域粗定位 | 第31-32页 |
| ·图象预处理 | 第32页 |
| ·眼睛的精确定位 | 第32-33页 |
| ·人脸的标准化 | 第33-37页 |
| ·旋转 | 第33页 |
| ·人脸图像剪裁 | 第33页 |
| ·人脸图像缩放 | 第33-34页 |
| ·插值处理 | 第34-35页 |
| ·人脸图像灰度归一化 | 第35页 |
| ·人脸图像Mask | 第35-37页 |
| 第四章 基于改进的Cabor人脸特征提取与人脸识别方法 | 第37-61页 |
| ·人脸识别特征提取一般方法 | 第37-39页 |
| ·几何特征的提取 | 第37-38页 |
| ·统计特征的提取 | 第38-39页 |
| ·代数特征的提取 | 第39页 |
| ·频域特征的提取 | 第39页 |
| ·Gabor小波特征提取 | 第39-44页 |
| ·二维Gabor小波变换 | 第40-41页 |
| ·二维Gabor小波参数影响 | 第41-42页 |
| ·人脸的Gabor表示 | 第42-44页 |
| ·人脸图像Gabor表示的优点和不足 | 第44页 |
| ·特征采样点选取的改进 | 第44-48页 |
| ·分块采样 | 第45页 |
| ·顺序浮动前进法筛选特征采样点 | 第45-48页 |
| ·重组二维Gabor提取的特征 | 第48页 |
| ·应用PCA算法对特征集合降维降噪处理 | 第48-50页 |
| ·基于SVM的人脸识别 | 第50-61页 |
| ·最优分类面 | 第51-54页 |
| ·SVM | 第54-56页 |
| ·SVM的核函数 | 第56页 |
| ·多类支持向量机算法 | 第56-58页 |
| ·构造SVM分类器识别人脸 | 第58-61页 |
| 第五章 基于Gabor特征改进算法的实验结果及分析 | 第61-68页 |
| ·实验采用人脸库介绍 | 第61页 |
| ·实验主要流程 | 第61-63页 |
| ·人眼精确定位以及人脸标准化 | 第61-62页 |
| ·人脸图片特征提取与识别 | 第62页 |
| ·k重交叉验证法和留一法 | 第62-63页 |
| ·实验结果及分析 | 第63-68页 |
| 实验1: 顺序浮动前进法(SFFS)筛选特征采样点 | 第63-64页 |
| 实验2: SRPSVM识别方法与传统基于Gabor变换识别算法的比较 | 第64-65页 |
| 实验3: SRPSVM算法相关参数选择试验 | 第65-66页 |
| 实验4: SRPSVM在小样本情况下的试验结果 | 第66-68页 |
| 第六章 总结与展望 | 第68-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间发表的论文 | 第76页 |
