| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·引言 | 第9-10页 |
| ·人脸识别研究的意义 | 第10-11页 |
| ·人脸识别技术的优点 | 第10页 |
| ·人脸识别技术与其他特征识别技术的比较 | 第10-11页 |
| ·人脸识别技术的研究现状 | 第11-14页 |
| ·本文的研究内容 | 第14-15页 |
| ·本文的章节安排 | 第15-17页 |
| 第2章 脉冲耦合神经网络 | 第17-25页 |
| ·概述 | 第17页 |
| ·脉冲耦合神经网络基本模型 | 第17-19页 |
| ·脉冲耦合神经网络的工作机理 | 第19-22页 |
| ·无耦合连接 | 第19-22页 |
| ·耦合连接 | 第22页 |
| ·脉冲耦合神经网络的主要特性 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 基于改进的PCNN人脸识别方法 | 第25-35页 |
| ·引言 | 第25页 |
| ·改进的PCNN模型 | 第25-26页 |
| ·特征提取 | 第26-28页 |
| ·时间序列 | 第27页 |
| ·熵序列 | 第27-28页 |
| ·特征提取方法的总结 | 第28页 |
| ·支持向量机 | 第28-30页 |
| ·实验结果和分析 | 第30-32页 |
| ·本章小结 | 第32-35页 |
| 第4章 基于二维Gabor脸和PCNN的人脸识别方法 | 第35-45页 |
| ·引言 | 第35页 |
| ·小波变换概述 | 第35-37页 |
| ·连续小波变换 | 第35-36页 |
| ·小波变换的时频局部化性能 | 第36-37页 |
| ·Gabor变换 | 第37-40页 |
| ·Gabor展开与变换 | 第37-38页 |
| ·二维Gabor小波变换 | 第38-40页 |
| ·实验结果和分析 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 第5章 基于NSCT和M-PCNN的人脸识别方法 | 第45-55页 |
| ·引言 | 第45页 |
| ·Contourlet变换 | 第45-49页 |
| ·拉普拉斯金字塔 | 第46-47页 |
| ·方向滤波器 | 第47-49页 |
| ·非下采样Contourlet变换 | 第49-50页 |
| ·实验结果和分析 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 第6章 总结与展望 | 第55-59页 |
| ·总结 | 第55-56页 |
| ·展望 | 第56-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-67页 |
| 攻读学位期间研究成果 | 第67页 |