| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-22页 |
| ·人脸识别研究的历史 | 第10-13页 |
| ·人脸识别研究的背景 | 第10-11页 |
| ·人脸识别研究的历史 | 第11-13页 |
| ·人脸识别研究的现状 | 第13-15页 |
| ·人脸识别研究的内容及人脸识别技术的应用 | 第15-17页 |
| ·人脸识别研究的内容 | 第15-16页 |
| ·人脸识别技术的应用 | 第16-17页 |
| ·人脸识别技术存在的问题 | 第17-18页 |
| ·人脸库介绍 | 第18-20页 |
| ·本论文的内容和安排 | 第20-22页 |
| 第2章 基于PCA的人脸特征提取原理 | 第22-32页 |
| ·主成分分析(PCA) | 第23-27页 |
| ·主成分分析的基本原理 | 第23-26页 |
| ·主成分分析在人脸特征提取中的应用 | 第26-27页 |
| ·二维主成分分析(2D PCA) | 第27-29页 |
| ·二维主成分分析(2D PCA)方法 | 第27-29页 |
| ·二维主成分分析在人脸图像上的特征提取 | 第29页 |
| ·二维主成分分析(2D PCA)的优缺点 | 第29页 |
| ·本章小结 | 第29-32页 |
| 第3章 分块PCA和分块2D PCA算法研究 | 第32-44页 |
| ·分块PCA算法研究 | 第32-35页 |
| ·分块2D PCA算法研究 | 第35-42页 |
| ·独立的2D PCA分块算法 | 第35-37页 |
| ·自适应加权2D PCA分块算法 | 第37-40页 |
| ·增加样本数的2D PCA分块算法 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 实验结果及分析 | 第44-66页 |
| ·分类器与识别率 | 第44页 |
| ·主成分分析(PCA)和二维主成分分析(2D PCA)实验 | 第44-50页 |
| ·主成分分析(PCA)实验 | 第44-47页 |
| ·二维主成分分析(2D PCA)实验 | 第47-50页 |
| ·分块实验 | 第50-65页 |
| ·PCA分块实验 | 第50-56页 |
| ·独立的2D PCA分块实验 | 第56-58页 |
| ·自适应加权2D PCA分块实验 | 第58-61页 |
| ·增加样本数的2D PCA分块实验 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-68页 |
| ·本文研究总结 | 第66页 |
| ·人脸识别研究研究展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |