| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 人脸识别研究背景及意义 | 第10-11页 |
| 1.2 人脸识别方法的概述 | 第11-15页 |
| 1.2.1 人脸特征提取 | 第11-13页 |
| 1.2.2 识别分类器 | 第13-15页 |
| 1.3 基于分形理论人脸识别方法的研究现状 | 第15-16页 |
| 1.4 本文的主要工作及内容安排 | 第16-18页 |
| 第2章 分形理论 | 第18-28页 |
| 2.1 分形的概念 | 第18-20页 |
| 2.2 分形理论的数学基础 | 第20-25页 |
| 2.2.1 度量空间及分形空间 | 第20-21页 |
| 2.2.2 压缩映射定理 | 第21-22页 |
| 2.2.3 迭代函数系统IFS | 第22-23页 |
| 2.2.4 拼贴定理 | 第23页 |
| 2.2.5 测度与维 | 第23-25页 |
| 2.3 多重分形理论 | 第25-27页 |
| 2.3.1 基于测度理论的多重分形谱的定义 | 第26-27页 |
| 2.3.2 基于R(?)ny广义维数的多重分形谱的定义 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于分形编码的人脸识别算法 | 第28-46页 |
| 3.1 分形编码的原理和过程 | 第28-36页 |
| 3.1.1 局部迭代函数系统(LIFS) | 第29-31页 |
| 3.1.2 Jacquin的分形图像编码算法 | 第31-34页 |
| 3.1.3 解码算法 | 第34-36页 |
| 3.2 分形近邻距离的人脸识别算法 | 第36-38页 |
| 3.2.1 分形近邻距离的概念 | 第36-38页 |
| 3.2.2 基于分形近邻距离的人脸识别的步骤 | 第38页 |
| 3.3 改进的人脸识别算法 | 第38-45页 |
| 3.3.1 理论分析 | 第39-41页 |
| 3.3.2 基于分形编码人脸识别算法的改进 | 第41-44页 |
| 3.3.3 实验结果分析 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 基于分形维数的人脸识别算法 | 第46-64页 |
| 4.1 分形维数的计算方法 | 第46-50页 |
| 4.1.1 ε-毯子模型 | 第46-47页 |
| 4.1.2 分数布朗运动模型 | 第47-50页 |
| 4.1.3 盒子维模型 | 第50页 |
| 4.2 分形方法人脸特征提取 | 第50-52页 |
| 4.2.1 分形维数人脸特征提取方法 | 第50-51页 |
| 4.2.2 人脸边缘特征提取方法 | 第51-52页 |
| 4.3 多重分形方法人脸特征提取 | 第52-58页 |
| 4.3.1 人脸的频域振幅谱表征 | 第52-53页 |
| 4.3.2 多重分形分析 | 第53-58页 |
| 4.4 最小距离分类器 | 第58-59页 |
| 4.5 实验仿真 | 第59-63页 |
| 4.5.1 边缘特征人脸识别方法仿真分析 | 第59-60页 |
| 4.5.2 多重分形特征人脸识别方法仿真分析 | 第60-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 本文工作总结 | 第64页 |
| 5.2 工作展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |