| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| ·人脸识别的背景及意义 | 第13-14页 |
| ·人脸识别的研究历史及现状 | 第14-15页 |
| ·人脸识别技术 | 第15-17页 |
| ·本文的内容安排 | 第17-19页 |
| 第二章 人脸识别技术概述 | 第19-37页 |
| ·人脸识别分类 | 第19页 |
| ·人脸识别主要研究范围 | 第19-20页 |
| ·人脸识别系统产品 | 第20-21页 |
| ·人脸识别方法 | 第21-35页 |
| ·子空间方法 | 第21-25页 |
| ·隐马尔可夫模型方法 | 第25页 |
| ·基于支持向量机的方法 | 第25-32页 |
| ·基于表示的人脸识别方法 | 第32-35页 |
| ·其他人脸识别方法 | 第35页 |
| ·常用人脸数据库 | 第35-36页 |
| ·算法实验环境 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第三章 基于均值的局部纹理模式特征生成方法 | 第37-47页 |
| ·引言 | 第37页 |
| ·局部二值模式(Local Binary Patterns,LBP) | 第37-39页 |
| ·局部三值模式(Local Ternary Patterns,LTP) | 第39-40页 |
| ·改进局部纹理模式 | 第40-43页 |
| ·基于均值的局部纹理模式 | 第40-42页 |
| ·基于中值的局部纹理模式 | 第42-43页 |
| ·实验 | 第43-45页 |
| ·在ORL人脸库上的实验 | 第43-44页 |
| ·在AR人脸库上的实验 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 基于Gabor小波的多流形学习人脸识别方法 | 第47-59页 |
| ·Gabor人脸表示 | 第47-49页 |
| ·流形学习方法 | 第49-52页 |
| ·基于Gabor表示的多流形学习人脸识别方法 | 第52-54页 |
| ·实验与分析 | 第54-57页 |
| ·在FERET人脸库上实验 | 第54-55页 |
| ·在ORL人脸库上的实验 | 第55-56页 |
| ·在AR人脸库上的实验 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 结束语 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69页 |
