| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·人脸识别的研究状况 | 第11-12页 |
| ·人脸识别的研究内容 | 第12-13页 |
| ·人脸识别中的难点 | 第13页 |
| ·本文主要工作 | 第13-14页 |
| ·论文结构 | 第14-15页 |
| 第二章 基于 Gabor 特征提取及 SVM 分类器的设计 | 第15-27页 |
| ·小波变换的原理 | 第15-16页 |
| ·Gabor 小波 | 第16-19页 |
| ·一维 Gabor 小波 | 第16-17页 |
| ·二维 Gabor 小波 | 第17-19页 |
| ·核主成分分析 | 第19-21页 |
| ·核方法 | 第19页 |
| ·KPCA 原理 | 第19-21页 |
| ·支持向量机 | 第21-26页 |
| ·线性可分 | 第22-24页 |
| ·非线性可分 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 结合 Gabor 小波变换与 SVM 的人脸识别 | 第27-39页 |
| ·本文算法描述 | 第27-32页 |
| ·图像预处理 | 第27-29页 |
| ·Gabor 特征提取 | 第29-31页 |
| ·特征向量降维 | 第31-32页 |
| ·分类识别 | 第32页 |
| ·人脸库介绍 | 第32-34页 |
| ·ORL 人脸库 | 第32-33页 |
| ·Yale 人脸库 | 第33-34页 |
| ·实验结果比较 | 第34-38页 |
| ·测试对比算法介绍 | 第35-36页 |
| ·ORL 人脸库测试结果 | 第36页 |
| ·Yale 人脸库测试结果 | 第36-37页 |
| ·实验结果分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 本文算法的人脸识别系统介绍 | 第39-44页 |
| ·人脸识别系统介绍 | 第39-42页 |
| ·系统界面 | 第39-41页 |
| ·系统介绍 | 第41-42页 |
| ·系统的实现难点 | 第42页 |
| ·测试结果 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-45页 |
| ·本文的研究工作总结 | 第44页 |
| ·研究工作的展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第50页 |