| 中文摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 符号说明 | 第12-13页 |
| 第一章 绪论 | 第13-22页 |
| ·人脸识别的研究意义及背景 | 第13页 |
| ·人脸识别的研究内容 | 第13-17页 |
| ·人脸检测 | 第14页 |
| ·特征提取 | 第14-16页 |
| ·相似度度量及分类器 | 第16-17页 |
| ·人脸识别系统性能评价标准 | 第17-18页 |
| ·人脸数据库 | 第18-20页 |
| ·本文的主要研究内容及论文组织 | 第20-22页 |
| 第二章 线性子空间分析方法 | 第22-41页 |
| ·子空间分析方法综述 | 第22-24页 |
| ·基于主成分分析的人脸识别 | 第24-28页 |
| ·主成分分析(PCA)方法概述 | 第24-25页 |
| ·PCA人脸识别算法流程 | 第25-26页 |
| ·仿真实验及结果 | 第26-28页 |
| ·基于独立成分分析的人脸识别 | 第28-36页 |
| ·独立成分分析(ICA)概述 | 第28-31页 |
| ·ICA-Ⅰ人脸识别算法流程 | 第31-33页 |
| ·ICA-Ⅱ人脸识别算法流程 | 第33-34页 |
| ·仿真实验及结果 | 第34-36页 |
| ·基于线性判别分析的人脸识别 | 第36-38页 |
| ·线性判别分析(LDA)概述 | 第36-37页 |
| ·Fisher脸人脸识别算法流程 | 第37-38页 |
| ·仿真实验及结果 | 第38页 |
| ·线性子空间分析方法的扩展 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 基于对称加权PCA的人脸识别方法 | 第41-50页 |
| ·人脸图像的奇偶对称分解 | 第41-43页 |
| ·加权主成分分析(WPCA) | 第43-44页 |
| ·对称加权主成分分析 | 第44-46页 |
| ·实验结果及分析 | 第46-49页 |
| ·ORL人脸库 | 第46-47页 |
| ·Yale人脸库 | 第47-48页 |
| ·FERET人脸库 | 第48页 |
| ·实验结果分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 独立环形对称Gabor特征及其在人脸识别中的应用 | 第50-59页 |
| ·环形对称Gabor特征分析 | 第50-55页 |
| ·Gabor变换 | 第50-52页 |
| ·环形对称Gabor变换 | 第52-53页 |
| ·环形对称Gabor特征(CSGF)表示 | 第53-55页 |
| ·独立环形对称Gabor特征分析 | 第55-56页 |
| ·仿真实验及结果 | 第56-58页 |
| ·ORL人脸库 | 第56-57页 |
| ·Yale人脸库 | 第57页 |
| ·FERET人脸库 | 第57-58页 |
| ·实验结果分析 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·结论 | 第59-60页 |
| ·工作展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士期间发表论文 | 第67-68页 |
| 学位论文评阅及答辩情况表 | 第68页 |