| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-15页 |
| ·人脸识别研究背景及意义 | 第10-11页 |
| ·人脸识别的特点 | 第10-11页 |
| ·人脸识别的应用 | 第11页 |
| ·人脸识别的主要商业系统 | 第11-12页 |
| ·人脸数据库资源 | 第12-13页 |
| ·论文的研究内容 | 第13页 |
| ·论文的组织结构 | 第13-15页 |
| 第2章 人脸识别研究现状概述 | 第15-22页 |
| ·人脸识别的研究内容 | 第15-16页 |
| ·人脸识别技术的历史与发展 | 第16-17页 |
| ·特征提取与人脸识别 | 第17-19页 |
| ·面部特征定位方法介绍 | 第19-21页 |
| ·研究背景及意义 | 第19-20页 |
| ·国内外研究状况 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 主动形状模型（ASM） | 第22-34页 |
| ·主动形状模型思想简介 | 第22页 |
| ·点分布模型 | 第22-26页 |
| ·特征点标定 | 第22-23页 |
| ·形状对齐 | 第23-24页 |
| ·形状模型的建立 | 第24-26页 |
| ·灰度模型的建立 | 第26-28页 |
| ·利用ASM进行目标图像搜索 | 第28-32页 |
| ·实验结果 | 第32页 |
| ·本章小结 | 第32-34页 |
| 第4章 主动外观模型（AAM） | 第34-43页 |
| ·主动外观模型思想简介 | 第34页 |
| ·统计纹理模型的建立 | 第34-37页 |
| ·纹理获取 | 第34-36页 |
| ·纹理的归一化 | 第36-37页 |
| ·将形状和纹理结合 | 第37-39页 |
| ·主动外观模型搜索算法 | 第39-40页 |
| ·优化线性关系矩阵的建立 | 第39页 |
| ·学习调节模型参数 | 第39-40页 |
| ·利用AAM进行目标图像搜索 | 第40-41页 |
| ·实验结果 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第5章 基于改进的ASM和AAM的面部特征定位算法 | 第43-48页 |
| ·ASM和AAM的优缺点分析 | 第43-44页 |
| ·算法的主要思想 | 第44页 |
| ·算法流程 | 第44-45页 |
| ·主要特点总结 | 第45-46页 |
| ·实验及结果分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第6章 基于改进的PCA人脸识别 | 第48-61页 |
| ·主成分分析法 | 第48-52页 |
| ·主成分分析法简介 | 第48-51页 |
| ·主成分分析法的应用 | 第51-52页 |
| ·主成分分析的不足 | 第52-53页 |
| ·结合边界信息的主成分分析法 | 第53-54页 |
| ·实验结果及其分析 | 第54-56页 |
| ·基于改进PCA的静态人脸图像识别系统 | 第56-57页 |
| ·实时人脸识别系统 | 第57-59页 |
| ·系统目标 | 第57-58页 |
| ·系统功能 | 第58-59页 |
| ·系统数据库的建立和管理 | 第59页 |
| ·系统模块的建立 | 第59页 |
| ·系统运行效果图 | 第59页 |
| ·本章小结 | 第59-61页 |
| 第7章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 在读期间发表的学术论文与取得的研究成果 | 第66-67页 |
| 致谢 | 第67页 |