| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 人脸识别的发展 | 第16-18页 |
| 1.3 人脸识别的研究现状 | 第18-22页 |
| 1.3.1 二维人脸识别技术 | 第19-20页 |
| 1.3.2 三维人脸识别技术 | 第20-22页 |
| 1.4 本文的研究内容与结构安排 | 第22-24页 |
| 1.4.1 本文的研究内容 | 第22页 |
| 1.4.2 本文的结构安排 | 第22-24页 |
| 第二章 人脸识别技术研究 | 第24-38页 |
| 2.1 特征选择 | 第24-28页 |
| 2.1.1 Gabor特征 | 第24-25页 |
| 2.1.2 LBP特征 | 第25-26页 |
| 2.1.3 SIFT特征 | 第26-27页 |
| 2.1.4 HOG特征 | 第27-28页 |
| 2.2 降维与特征提取 | 第28-33页 |
| 2.2.1 主成分分析 | 第28-30页 |
| 2.2.2 独立成分分析 | 第30-31页 |
| 2.2.3 线性判别分析 | 第31-32页 |
| 2.2.4 基于核的特征提取算法 | 第32-33页 |
| 2.3 分类 | 第33-36页 |
| 2.3.1 最小距离分类器 | 第33-34页 |
| 2.3.2 支持向量机 | 第34-36页 |
| 2.4 本章小结 | 第36-38页 |
| 第三章 稀疏表示和协作表示及其在人脸识别中的应用 | 第38-47页 |
| 3.1 稀疏表示理论及其在人脸识别上的应用 | 第38-43页 |
| 3.1.1 稀疏表示理论 | 第38-41页 |
| 3.1.2 稀疏表示在人脸识别上的应用 | 第41-43页 |
| 3.2 协作表示在人脸识别上的应用 | 第43-45页 |
| 3.3 本章小结 | 第45-47页 |
| 第四章 基于协作表示分类算法的三维人脸识别 | 第47-64页 |
| 4.1 三维人脸数据库 | 第47-50页 |
| 4.1.1 国内外公用三维人脸数据库 | 第48页 |
| 4.1.2 本文实验所用数据库 | 第48-50页 |
| 4.2 多源数据复数域融合的三维人脸识别 | 第50-56页 |
| 4.2.1 算法描述 | 第50-52页 |
| 4.2.2 实验设计与分析 | 第52-56页 |
| 4.3 基于GABOR特征核协作表达的三维人脸识别 | 第56-62页 |
| 4.3.1 算法描述 | 第56-58页 |
| 4.3.2 实验设计与分析 | 第58-62页 |
| 4.4 本章小结 | 第62-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 本文主要工作 | 第64-65页 |
| 5.2 未来工作展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第72-73页 |