| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 缩写与中英文对照表 | 第8-11页 |
| 1. 绪论 | 第11-22页 |
| 1.1. 课题研究背景和意义 | 第11-13页 |
| 1.2. 图像视觉隐私问题的研究综述 | 第13-17页 |
| 1.3. 本文的研究内容和主要创新 | 第17-19页 |
| 1.4. 论文主要章节之间的关联和安排 | 第19-22页 |
| 2. 基于图像目标视觉特征的隐私度定量评估模型 | 第22-44页 |
| 2.1. 引言 | 第22页 |
| 2.2. 目标的视觉特征和隐私度概述 | 第22-26页 |
| 2.3. 基于风险矩阵和BORDA序值法的隐私风险评估方法 | 第26-31页 |
| 2.4. 基于目标视觉特征的隐私度定量评估模型 | 第31-33页 |
| 2.5. 隐私度定量评估系统的设计与实现 | 第33-43页 |
| 2.6. 本章小结 | 第43-44页 |
| 3. 基于图像块的视觉显著性分层检测方法 | 第44-68页 |
| 3.1. 引言 | 第44页 |
| 3.2. 显著性目标检测模型 | 第44-51页 |
| 3.3. 一般性目标估计 | 第51-52页 |
| 3.4. 基于图像块的视觉显著性分层检测算法 | 第52-61页 |
| 3.5. 实验及分析 | 第61-67页 |
| 3.6. 本章小结 | 第67-68页 |
| 4. 基于核技巧融合的人脸目标识别算法 | 第68-95页 |
| 4.1. 引言 | 第68页 |
| 4.2. 人脸识别研究的概述 | 第68-69页 |
| 4.3. 核技巧在人脸识别技术中的应用 | 第69-73页 |
| 4.4. 图像预处理方法在人脸识别算法中的研究 | 第73-76页 |
| 4.5. 融合核Fisher鉴别法和核主成分分析法的人脸识别算法 | 第76-80页 |
| 4.6. 实验及分析 | 第80-90页 |
| 4.7. 人脸识别程序的设计与实现 | 第90-93页 |
| 4.8. 本章小结 | 第93-95页 |
| 5. 基于线性回归分析的人脸目标隐私度评估方法 | 第95-113页 |
| 5.1. 引言 | 第95页 |
| 5.2. 人脸目标的隐私关注 | 第95-101页 |
| 5.3. 线性回归分析 | 第101-103页 |
| 5.4. 基于SSIM的图像质量评价方法 | 第103-106页 |
| 5.5. 基于线性回归分析的隐私度评估模型 | 第106-108页 |
| 5.6. 实验及分析 | 第108-111页 |
| 5.7. 本章小结 | 第111-113页 |
| 6. 总结与展望 | 第113-117页 |
| 6.1. 全文总结 | 第113-115页 |
| 6.2. 未来研究工作展望 | 第115-117页 |
| 致谢 | 第117-118页 |
| 参考文献 | 第118-128页 |
| 附录1 作者在攻读博士学位期间科研成果 | 第128-129页 |
| 附录2 公开发表的学术论文与博士学位论文的关系 | 第129-130页 |
| 附录3 攻读博士学位期间参与的项目 | 第130-131页 |