| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·人脸识别的研究意义 | 第8-9页 |
| ·人脸识别研究现状 | 第9-13页 |
| ·二维人脸识别研究现状 | 第9-11页 |
| ·三维人脸识别研究现状 | 第11-13页 |
| ·二维及三维人脸识别性能 | 第13-14页 |
| ·二维人脸识别的不足 | 第13页 |
| ·三维人脸识别的不足 | 第13-14页 |
| ·课题研究内容与组织框架 | 第14-15页 |
| 2 人脸识别概述 | 第15-19页 |
| ·人脸识别系统概述 | 第15-16页 |
| ·主要人脸数据库及人脸识别性能评测 | 第16-18页 |
| ·主要人脸数据库 | 第16-17页 |
| ·人脸识别系统的性能评测 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 融合小波变换和改进 KFD 的二维人脸识别方法 | 第19-33页 |
| ·算法提出的背景 | 第19-20页 |
| ·小波变换 | 第20-21页 |
| ·改进的 KFD | 第21-28页 |
| ·KFD 算法 | 第21-24页 |
| ·微粒群算法优化 KFD | 第24-28页 |
| ·SVM 分类器 | 第28-30页 |
| ·算法流程 | 第30-31页 |
| ·实验结果及分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 融合整体与局部信息的三维人脸识别 | 第33-52页 |
| ·算法提出的背景 | 第33-34页 |
| ·三维人脸识别的预处理 | 第34-38页 |
| ·三维人脸切割和姿态校正 | 第34-36页 |
| ·多层次 B 样条曲面拟合 | 第36-38页 |
| ·整体特征提取 | 第38-40页 |
| ·深度图像获取 | 第38-39页 |
| ·2D-PCA 算法 | 第39-40页 |
| ·局部特征提取 | 第40-43页 |
| ·轮廓线的提取 | 第40-42页 |
| ·轮廓线匹配 | 第42-43页 |
| ·特征信息融合 | 第43-46页 |
| ·三类信息融合算法 | 第43-45页 |
| ·整体与局部信息融合 | 第45-46页 |
| ·实验结果及分析 | 第46-51页 |
| ·特征空间维数的选择 | 第47页 |
| ·信息融合的结果 | 第47-49页 |
| ·姿态鲁棒性 | 第49页 |
| ·实验对比 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| ·全文工作总结 | 第52页 |
| ·后续研究工作展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59页 |