| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·人脸识别简介 | 第11-12页 |
| ·生物特征识别技术 | 第11页 |
| ·人脸识别 | 第11-12页 |
| ·研究背景和意义 | 第12-13页 |
| ·人脸识别的常用方法 | 第13-17页 |
| ·基于几何特征与模板匹配的正面人脸识别方法 | 第13-14页 |
| ·基于特征脸的正面人脸识别方法 | 第14-15页 |
| ·基于人脸图像低频带信息的正面人脸识别方法 | 第15页 |
| ·基于神经网络与支持向量机的正面人脸识别方法 | 第15-17页 |
| ·其它方法 | 第17页 |
| ·本文的主要工作及内容安排 | 第17-19页 |
| 第二章 人脸检测算法介绍及其实现 | 第19-36页 |
| ·人脸检测概述 | 第19页 |
| ·基于肤色特征的方法 | 第19-23页 |
| ·颜色空间 | 第20-23页 |
| ·肤色模型 | 第23页 |
| ·基于模板匹配的方法 | 第23-24页 |
| ·基于特征脸的方法 | 第24-26页 |
| ·基于神经网络的方法 | 第26-28页 |
| ·基于类 HAAR 特征的层叠式分类器 | 第28-32页 |
| ·类 Haar 特征 | 第28-29页 |
| ·积分图像及其快速算法 | 第29-30页 |
| ·AdaBoost 算法 | 第30-31页 |
| ·层叠式分类器 | 第31-32页 |
| ·人脸检测系统的实现 | 第32-34页 |
| ·人脸特征的选取 | 第32页 |
| ·分类器的训练 | 第32-33页 |
| ·分类器的实现 | 第33页 |
| ·实验结果 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 图像的预处理及归一化 | 第36-49页 |
| ·光照归一化 | 第36-45页 |
| ·基于直方图修正技术的光照归一化方法 | 第36-42页 |
| ·基于仿射变换光照模型的光线归一化方法 | 第42-44页 |
| ·实验结果 | 第44-45页 |
| ·几何归一化 | 第45-48页 |
| ·Sobel 算子 | 第45-46页 |
| ·眼睛定位 | 第46-47页 |
| ·仿射变换 | 第47页 |
| ·人脸图像的几何归一化 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 特征提取和特征选择 | 第49-60页 |
| ·GABOR 滤波器简介 | 第49-52页 |
| ·二维 Gabor 滤波器 | 第49-50页 |
| ·局部 Gabor 滤波器组 | 第50-52页 |
| ·GABOR 特征提取 | 第52页 |
| ·特征选择 | 第52-58页 |
| ·主分量分析（Principle Component Analysis） | 第52-54页 |
| ·线性判别分析（Linear Discriminant Analysis） | 第54页 |
| ·线型判别分析的扩展 | 第54-55页 |
| ·基于 QR 分解的线性判别分析（LDA/QR） | 第55-58页 |
| ·实验结果 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 实时人脸识别系统的整体设计和实现 | 第60-70页 |
| ·DIRECTX 视频捕捉技术 | 第60-63页 |
| ·INTEL OPENCV 简介 | 第63-66页 |
| ·人脸识别系统的设计 | 第66-67页 |
| ·人脸识别系统的实现 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-79页 |
| 攻读硕士学位期间发表的论文 | 第79-80页 |
| 致谢 | 第80页 |