| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-29页 |
| ·课题研究背景、目的和意义 | 第12-13页 |
| ·人脸识别概述 | 第13-14页 |
| ·人脸识别研究的现状 | 第14-23页 |
| ·人脸识别方法研究的现状 | 第14-21页 |
| ·人脸识别技术应用的现状 | 第21-23页 |
| ·问题的提出 | 第23-26页 |
| ·多姿态人脸识别方法研究现状 | 第23-25页 |
| ·退化人脸识别方法研究现状 | 第25-26页 |
| ·本文的主要贡献与组织结构 | 第26-29页 |
| 第2章 基于平面旋转校正的姿态人脸识别 | 第29-50页 |
| ·人脸在三维空间的姿态变化 | 第29-31页 |
| ·基于级联分类器与分块积分投影的眼睛定位 | 第31-34页 |
| ·基于级联分类器的眼睛区域检测 | 第31-33页 |
| ·基于分块积分投影的眼睛精确定位 | 第33-34页 |
| ·人脸平面旋转校正 | 第34-37页 |
| ·人脸图像旋转校正概述 | 第34-35页 |
| ·人脸图像旋转角度计算方法 | 第35-37页 |
| ·基于子模式的 Gabor 特征融合的人脸识别 | 第37-41页 |
| ·基于 Gabor 变换的局部特征提取 | 第38-39页 |
| ·子模式的 Gabor 特征构成与融合 | 第39-41页 |
| ·基于平面旋转校正的姿态人脸识别步骤 | 第41页 |
| ·实验结果与分析 | 第41-49页 |
| ·实验设置 | 第41-42页 |
| ·眼睛精确定位结果 | 第42-45页 |
| ·人脸平面旋转校正结果 | 第45-46页 |
| ·人脸在场景边缘或角落时的校正效果 | 第46页 |
| ·基于平面旋转校正的人脸识别实验 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第3章 基于人脸能量图的多姿态人脸识别 | 第50-72页 |
| ·人脸能量图 | 第50-56页 |
| ·人脸能量图的定义 | 第50-52页 |
| ·人脸能量图的优点 | 第52-56页 |
| ·人脸能量图的增强预处理 | 第56-57页 |
| ·人脸能量图的二次特征提取算法 | 第57-62页 |
| ·局部保持投影 | 第57-58页 |
| ·有监督的局部保持投影 | 第58-59页 |
| ·基于最大分离度差的有监督局部保持投影 | 第59-61页 |
| ·基于最大分离度差的有监督核局部保持投影 | 第61-62页 |
| ·实验结果与分析 | 第62-71页 |
| ·人脸库介绍与实验设置 | 第62-63页 |
| ·人脸能量图直接作为特征的实验 | 第63-64页 |
| ·MSDDSLPP 和 MSDDSKLPP 算法中各参数的确定 | 第64-67页 |
| ·与其他多姿态人脸识别方法的实验比较 | 第67-68页 |
| ·人脸能量图中添加噪声后的识别实验 | 第68-70页 |
| ·多幅测试图像形成测试能量图的识别实验 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第4章 融合均值与方差能量图的多姿态人脸识别 | 第72-92页 |
| ·特征融合方法概述 | 第72-75页 |
| ·数据层融合 | 第72-73页 |
| ·特征层融合 | 第73-74页 |
| ·决策层融合 | 第74-75页 |
| ·人脸方差能量图 | 第75-79页 |
| ·人脸方差能量图的定义 | 第76-77页 |
| ·人脸方差能量图的优点 | 第77-79页 |
| ·人脸均值与方差能量图的融合 | 第79-83页 |
| ·结合 K-L 变换的特征级融合 | 第80-81页 |
| ·结合最大分离度差有监督核局部保持投影的特征级融合 | 第81-82页 |
| ·结合线性或非线性变换的特征级融合理论框架 | 第82-83页 |
| ·算法步骤归纳 | 第83页 |
| ·实验与分析 | 第83-90页 |
| ·实验设置 | 第83-84页 |
| ·人脸能量图与原图像作为特征的实验比较 | 第84-85页 |
| ·结合 K-L 变换的特征级融合实验 | 第85-87页 |
| ·结合 MSDDSKLPP 的特征级融合实验 | 第87-89页 |
| ·本文方法与其他方法的实验比较 | 第89-90页 |
| ·基于测试能量图的识别实验 | 第90页 |
| ·本章小结 | 第90-92页 |
| 第5章 非线性耦合度量学习及在退化人脸识别中的应用 | 第92-110页 |
| ·耦合度量学习 | 第92-94页 |
| ·传统距离度量学习 | 第92-93页 |
| ·耦合距离度量学习 | 第93-94页 |
| ·基于有监督局部保持投影的耦合度量学习 | 第94-97页 |
| ·基于有监督局部保持投影的核耦合度量学习 | 第97-99页 |
| ·结合 SLPP-KCML 的退化人脸识别 | 第99-100页 |
| ·实验结果与分析 | 第100-108页 |
| ·人脸库介绍与实验设置 | 第100-101页 |
| ·实验 1 低分辨人脸识别实验 | 第101-106页 |
| ·实验 2 模糊人脸识别实验 | 第106-107页 |
| ·实验 3 低分辨人脸能量图识别实验 | 第107-108页 |
| ·本章小结 | 第108-110页 |
| 结论 | 第110-112页 |
| 参考文献 | 第112-125页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第125-126页 |
| 致谢 | 第126页 |
