| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·引言 | 第9页 |
| ·生物特征识别 | 第9-12页 |
| ·人脸识别的研究背景 | 第12-13页 |
| ·人脸识别技术的研究现状 | 第13-15页 |
| ·论文的主要工作 | 第15页 |
| ·论文的组织结构 | 第15-17页 |
| 2 人脸识别技术概述 | 第17-23页 |
| ·人脸检测与定位 | 第17-19页 |
| ·基于模板匹配的方法 | 第18页 |
| ·基于统计学习的方法 | 第18页 |
| ·基于人脸先验知识的方法 | 第18-19页 |
| ·图像预处理 | 第19-20页 |
| ·特征选择与提取 | 第20-21页 |
| ·基于局部特征的方法 | 第20-21页 |
| ·基于整体特征的方法 | 第21页 |
| ·人脸识别方法 | 第21-22页 |
| ·基于 K-L 变换的特征脸方法 | 第21-22页 |
| ·神经网络方法 | 第22页 |
| ·多分类器组合方法 | 第22页 |
| ·本章小结 | 第22-23页 |
| 3 零空间边界 Fisher 分析（NMFA）算法 | 第23-41页 |
| ·一种最佳 Fisher 线性判别分析（OFLD）算法的基本原理 | 第23-28页 |
| ·Fisher 线性判别分析 | 第23-25页 |
| ·OFLD 算法的思想[36] | 第25-28页 |
| ·边界 Fisher 分析（MFA）算法的思想 | 第28-30页 |
| ·零空间边界 Fisher 分析（NMFA）的算法思想 | 第30-35页 |
| ·人脸图像数据库 | 第35-37页 |
| ·ORL 人脸数据库 | 第35-37页 |
| ·YALE 人脸数据库 | 第37页 |
| ·最近邻分类器 | 第37-38页 |
| ·实验结果与分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 4 在双向二维框架下的约数法人脸识别 | 第41-51页 |
| ·双向二维算法框架 | 第41-44页 |
| ·双向二维主成分分析((2D)2PCA) | 第41-42页 |
| ·双向二维线性判别分析((2D)2LDA) | 第42-44页 |
| ·在双向二维算法框架下的约数法思想 | 第44-46页 |
| ·二维最近邻分类器 | 第46-47页 |
| ·实验结果与分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 5 总结与展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的学术论文 | 第59-60页 |
