| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题研究的背景与意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·论文的研究内容及主要工作 | 第12-13页 |
| ·论文的结构 | 第13-14页 |
| 第二章 人脸年龄变化与识别相关技术的研究状况 | 第14-26页 |
| ·概述 | 第14页 |
| ·国内外研究现状 | 第14-24页 |
| ·性能比较 | 第24-25页 |
| ·结论与启示 | 第25-26页 |
| 第三章 人脸库的建立与预处理 | 第26-31页 |
| ·人脸库的选取与描述 | 第26-27页 |
| ·人脸图像预处理 | 第27-30页 |
| ·人脸图像的旋转调整 | 第27-28页 |
| ·人脸图像的姿态归一化 | 第28-29页 |
| ·人脸图像的尺度归一化 | 第29页 |
| ·人脸图像的灰度均衡化 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第四章 基于支持向量回归的年龄预测技术 | 第31-40页 |
| ·支持向量回归机 | 第31-34页 |
| ·回归问题的概念 | 第31页 |
| ·支持向量机方法的优势 | 第31-32页 |
| ·支持向量回归机的原理 | 第32-34页 |
| ·基于支持向量回归的人脸年龄预测 | 第34-38页 |
| ·检验方法与评价标准 | 第34-35页 |
| ·人脸年龄特征的选择 | 第35-37页 |
| ·核函数的选择 | 第37页 |
| ·回归参数的选择 | 第37-38页 |
| ·实验结果分析 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第五章 年龄图像重建技术 | 第40-49页 |
| ·脸型变化 | 第40-45页 |
| ·人脸特征点 | 第40-41页 |
| ·特征点的非线性关系学习 | 第41-42页 |
| ·基于径向基函数的图像变形技术 | 第42-44页 |
| ·不同年龄图像变形实验 | 第44-45页 |
| ·纹理变化 | 第45-47页 |
| ·Lambertian表面比率图理论 | 第45页 |
| ·人脸年龄比率图的生成 | 第45-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第六章 基于分块SVD特征的双向HMM分类识别算法 | 第49-59页 |
| ·隐马尔可夫模型 | 第49-51页 |
| ·模型简介 | 第49-50页 |
| ·用于人脸识别的HMM模型 | 第50-51页 |
| ·观察值的获取 | 第51-54页 |
| ·奇异值特征 | 第52-53页 |
| ·分块奇异值特征 | 第53-54页 |
| ·向HMM模型方法 | 第54-57页 |
| ·模型结构 | 第54-56页 |
| ·训练方法 | 第56页 |
| ·决策权重的选择 | 第56-57页 |
| ·双向HMM的识别算法 | 第57页 |
| ·实验结果及分析 | 第57-58页 |
| ·小结 | 第58-59页 |
| 第七章 人脸识别原型系统的设计与实现 | 第59-69页 |
| ·概述 | 第59页 |
| ·原型系统的主要框架 | 第59-60页 |
| ·用例分析 | 第59-60页 |
| ·用例描述 | 第60页 |
| ·核心类的设计与实现 | 第60-66页 |
| ·图像处理基本类的设计 | 第61-62页 |
| ·图像矩阵类的设计 | 第62-64页 |
| ·隐马尔可夫模型类的设计 | 第64-65页 |
| ·支持向量机类的设计 | 第65-66页 |
| ·原型系统实现 | 第66-68页 |
| ·小结 | 第68-69页 |
| 第八章 结束语 | 第69-71页 |
| ·工作总结 | 第69-70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 发表论文 | 第75页 |