| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-19页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 概述 | 第11-13页 |
| 1.2.2 研究现状 | 第13-14页 |
| 1.3 人脸识别目前面临的技术难点 | 第14-16页 |
| 1.3.1 多样本人脸识别面临的难点 | 第14-15页 |
| 1.3.2 单样本人脸识别面临的难点 | 第15-16页 |
| 1.4 课题研究的可行性分析 | 第16页 |
| 1.5 本文的主要内容 | 第16-17页 |
| 1.6 论文结构安排 | 第17-19页 |
| 2 分数阶傅里叶变换与人脸识别基础理论 | 第19-33页 |
| 2.1 分数阶傅里叶变换的定义和性质 | 第19-24页 |
| 2.1.1 分数阶傅里叶变换的定义 | 第19-20页 |
| 2.1.2 分数阶傅里叶变换的性质 | 第20-21页 |
| 2.1.3 分数阶傅里叶变换离散算法 | 第21-24页 |
| 2.2 二维分数阶傅里叶变换 | 第24-28页 |
| 2.2.1 二维分数阶傅里叶变换定义 | 第24-25页 |
| 2.2.2 二维分数阶傅里叶变换与信号处理 | 第25-27页 |
| 2.2.3 二维分数阶傅里叶变换在图像处理中的应用 | 第27-28页 |
| 2.3 分数阶Fourier域人脸图像性质分析 | 第28-31页 |
| 2.4 本章小结 | 第31-33页 |
| 3 基于多阶次FRFT相位谱带加权融合的人脸识别算法 | 第33-48页 |
| 3.1 引言 | 第33页 |
| 3.2 基于单一阶次分数阶Fourier域特征的人脸识别 | 第33-34页 |
| 3.3 基于多阶次FRFT相位谱带加权融合的人脸识别 | 第34-40页 |
| 3.3.1 信息融合理论 | 第34-35页 |
| 3.3.2 本章算法 | 第35-38页 |
| 3.3.3 参数权重设置 | 第38-39页 |
| 3.3.4 分类器选择 | 第39-40页 |
| 3.4 仿真实验结果及分析 | 第40-47页 |
| 3.4.1 阶次选择对识别效果的影响 | 第40-41页 |
| 3.4.2 在AR数据库中的仿真实验和结果 | 第41-43页 |
| 3.4.3 在Yale-B数据库中的仿真实验和结果 | 第43-45页 |
| 3.4.4 在FERET数据库中的仿真实验和结果 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 4 基于FRFT相位谱多流形特征匹配的单样本人脸识别 | 第48-64页 |
| 4.1 引言 | 第48-49页 |
| 4.2 FRFT相位谱多流形特征匹配方法 | 第49-58页 |
| 4.2.1 基本思想 | 第49-51页 |
| 4.2.2 特征提取 | 第51-56页 |
| 4.2.3 分类判别 | 第56-58页 |
| 4.3 仿真实验结果及分析 | 第58-63页 |
| 4.3.1 数据库设置 | 第58-59页 |
| 4.3.2 数据描述 | 第59-60页 |
| 4.3.3 实验结果及分析 | 第60-63页 |
| 4.3.3.1 与通用的单样本人脸识别算法对比 | 第60-61页 |
| 4.3.3.2 与流行的基于局部特征的算法对比 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-66页 |
| 5.1 工作总结 | 第64页 |
| 5.2 研究展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第70页 |
| 参与科研项目 | 第70-71页 |
| 致谢 | 第71页 |
