| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 人脸识别课题研究背景及意义 | 第8-9页 |
| 1.2 人脸识别的研究内容 | 第9页 |
| 1.3 人脸识别方法的发展历史和研究现状 | 第9-14页 |
| 1.4 本文的主要工作和内容安排 | 第14-16页 |
| 第二章 人脸识别中经典的降维算法 | 第16-26页 |
| 2.1 主成分分析法(PCA) | 第16-20页 |
| 2.1.1 基本原理(K-L变换) | 第16-18页 |
| 2.1.2 PCA特征提取 | 第18页 |
| 2.1.3 PCA人脸识别 | 第18-19页 |
| 2.1.4 基于PCA的人脸重构 | 第19-20页 |
| 2.2 线性判别分析法(LDA) | 第20-23页 |
| 2.2.1 Fisher判别准则 | 第20-21页 |
| 2.2.2 基于LDA的人脸识别 | 第21-23页 |
| 2.3 核主成分分析(KPCA)方法 | 第23-25页 |
| 2.3.1 基于KPCA的人脸识别方法基本原理 | 第23-25页 |
| 2.3.2 核函数的特点及常用的核函数 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于镜像奇偶图像特征组合的人脸识别方法 | 第26-39页 |
| 3.1 引言 | 第26页 |
| 3.2 镜像奇、偶对称图像特征组合方法 | 第26-34页 |
| 3.2.1 镜像奇偶图像变换原理 | 第26-27页 |
| 3.2.2 镜像奇、偶特征组合 | 第27-28页 |
| 3.2.3 基于镜像奇偶对称图像特征组合的人脸识别方法的步骤 | 第28-29页 |
| 3.2.4 实验结果与分析 | 第29-34页 |
| 3.3 带噪声信号的镜像奇偶对称图像特征组合方法研究 | 第34-38页 |
| 3.3.1 高斯噪声 | 第34页 |
| 3.3.2 椒盐噪声 | 第34页 |
| 3.3.3 带噪声信号的镜像奇偶对称图像特征组合方法 | 第34-35页 |
| 3.3.4 实验结果与分析 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于组合核函数KPCA的人脸识别研究 | 第39-45页 |
| 4.1 引言 | 第39页 |
| 4.2 多核函数组合的分析方法 | 第39-41页 |
| 4.3 实验结果与分析 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 全文总结 | 第45-46页 |
| 5.2 研究展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 研究成果 | 第50-51页 |
| 致谢 | 第51页 |
