| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-18页 |
| ·研究背景及意义 | 第8-9页 |
| ·研究内容 | 第9-10页 |
| ·研究现状 | 第10-15页 |
| ·人脸检测研究现状 | 第11-12页 |
| ·人脸识别研究现状 | 第12-15页 |
| ·内容安排 | 第15-16页 |
| ·本章总结 | 第16-18页 |
| 2 基于LAB特征与连续AdaBoost的人脸检测 | 第18-40页 |
| ·基于Haar特征与AdaBoost的人脸检测算法 | 第19-23页 |
| ·Haar特征与积分图像 | 第19-20页 |
| ·AdaBoost算法 | 第20-22页 |
| ·级联分类器 | 第22-23页 |
| ·基于LAB特征与连续AdaBoost的改进 | 第23-31页 |
| ·LAB特征定义 | 第24-25页 |
| ·LAB特征性能分析 | 第25-28页 |
| ·连续AdaBoost分类器 | 第28-30页 |
| ·查找表型分类器 | 第30-31页 |
| ·检测流程 | 第31页 |
| ·后续处理 | 第31-35页 |
| ·基于YUV彩色空间直方图的验证模型 | 第31-33页 |
| ·几何规范化 | 第33-34页 |
| ·光照规范化 | 第34-35页 |
| ·人脸跟踪 | 第35页 |
| ·实验结果与分析 | 第35-39页 |
| ·检测性能对比实验 | 第35-38页 |
| ·2 彩色直方图有效性实验 | 第38-39页 |
| ·本章总结 | 第39-40页 |
| 3 基于子空间的人脸识别 | 第40-54页 |
| ·Eigenfaces | 第41-45页 |
| ·PCA原理 | 第41-42页 |
| ·特征维数的选择 | 第42-43页 |
| ·PCA计算流程与Eigenfaces实现 | 第43-45页 |
| ·Fisherfaces | 第45-49页 |
| ·FLDA原理 | 第45-47页 |
| ·Fisherfaces算法的实现 | 第47-49页 |
| ·实验结果与分析 | 第49-53页 |
| ·特征维数的选择实验 | 第49-50页 |
| ·鲁棒性与泛化性实验 | 第50-52页 |
| ·单样本问题实验 | 第52-53页 |
| ·本章总结 | 第53-54页 |
| 4 基于局部特征的人脸识别 | 第54-72页 |
| ·Gabor变换 | 第54-61页 |
| ·Gabor函数与二维Gabor变换 | 第55-57页 |
| ·滤波器参数选择与意义 | 第57-59页 |
| ·基于Gabor变换的人脸识别 | 第59-61页 |
| ·局部二值模式LBP | 第61-65页 |
| ·LBP的定义与计算 | 第61-62页 |
| ·LBP的性质 | 第62-64页 |
| ·基于LBP的人脸识别 | 第64-65页 |
| ·基于LGBP直方图序列的人脸识别 | 第65-66页 |
| ·实验结果与分析 | 第66-69页 |
| ·特征鲁棒性对比实验 | 第66-68页 |
| ·非约束条件下算法有效性实验 | 第68-69页 |
| ·本章总结 | 第69-72页 |
| 5 自动人脸识别系统的设计与实现 | 第72-76页 |
| ·自动人脸识别系统的设计原则 | 第72-74页 |
| ·设备选择与安装 | 第72页 |
| ·现场环境设计 | 第72页 |
| ·注册原型图像的选择 | 第72-73页 |
| ·识别算法的选择 | 第73页 |
| ·识别信息的融合 | 第73页 |
| ·模型更新 | 第73-74页 |
| ·活体判决 | 第74页 |
| ·自动人脸识别系统的实现 | 第74-75页 |
| ·本章总结 | 第75-76页 |
| 6 结论与展望 | 第76-78页 |
| ·全文总结 | 第76页 |
| ·研究展望 | 第76-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-85页 |