| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-26页 |
| ·研究背景及意义 | 第9-11页 |
| ·人脸检测研究的进展与现状 | 第11-12页 |
| ·国外研究现状 | 第11页 |
| ·国内研究现状 | 第11-12页 |
| ·人脸检测方法综述 | 第12-15页 |
| ·基于肤色特征与人脸验证的方法 | 第12-13页 |
| ·基于启发式模型的方法 | 第13页 |
| ·基于统计模型的方法 | 第13-14页 |
| ·人脸检测的评价标准 | 第14-15页 |
| ·复杂环境下人脸检测技术研究 | 第15页 |
| ·人脸识别概述 | 第15-19页 |
| ·人脸识别国内外发展现状 | 第16-17页 |
| ·人脸识别的经典研究方法分析 | 第17-18页 |
| ·人脸识别的难点 | 第18-19页 |
| ·常用的人脸库 | 第19-24页 |
| ·论文的组织结构 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第二章 主元分析人的面部识别算法 | 第26-35页 |
| ·算法概述 | 第26页 |
| ·K-L 变换 | 第26-28页 |
| ·主分量分析算法的特点 | 第28页 |
| ·传统特征空间的确定 | 第28-30页 |
| ·人的面部识别算法中常用的分类器 | 第30-32页 |
| ·按照距离方式的分类器 | 第30-31页 |
| ·按照相似度方式的分类器 | 第31-32页 |
| ·本算法中常用的分类器 | 第32页 |
| ·影响本算法识别率的一些因素 | 第32-34页 |
| ·人的面部照片的预处理 | 第32-33页 |
| ·人的面部照片的缩放 | 第33页 |
| ·增加训练样本可以提高识别率 | 第33-34页 |
| ·利用Matlab 仿真程序进行实验 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基因算法 | 第35-47页 |
| ·本算法发展历程 | 第35-36页 |
| ·本算法概述 | 第36-37页 |
| ·本算法详述 | 第37-43页 |
| ·算法的编码 | 第37-38页 |
| ·编码评估策略 | 第38页 |
| ·选择运算 | 第38-39页 |
| ·交叉运算 | 第39页 |
| ·变异运算 | 第39-40页 |
| ·适应度函数的确定 | 第40-41页 |
| ·算法的控制参数选择 | 第41页 |
| ·算法的约束条件处理 | 第41-43页 |
| ·本算法的特点 | 第43-44页 |
| ·本算法的一些优点 | 第43-44页 |
| ·本算法的不足之处 | 第44页 |
| ·本算法的主要应用领域 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 遗传算法与PCA 相结合的人脸识别方法研究 | 第47-57页 |
| ·可行性探讨（特征空间与识别率的关系） | 第47-51页 |
| ·实验1 | 第47-48页 |
| ·实验2 | 第48-49页 |
| ·实验3 | 第49-50页 |
| ·实验4 | 第50页 |
| ·对实验结果进行分析 | 第50-51页 |
| ·遗传算法与PCA 人脸识别方法的结合 | 第51-55页 |
| ·结合方法 | 第51页 |
| ·对“结合方法”的分析 | 第51-53页 |
| ·实验1 | 第53页 |
| ·实验2 | 第53-54页 |
| ·实验3 | 第54-55页 |
| ·实验4 | 第55页 |
| ·本章小结 | 第55-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |