| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 人脸识别技术发展历史 | 第12-15页 |
| 1.2.2 姿态变化的人脸识别发展历程 | 第15-16页 |
| 1.3 论文主要研究内容 | 第16-17页 |
| 1.4 论文的组织安排 | 第17-18页 |
| 第2章 人脸姿态识别算法理论简介 | 第18-30页 |
| 2.1 人脸姿态识别问题描述 | 第19-20页 |
| 2.1.1 人脸姿态表达方式 | 第19页 |
| 2.1.2 人脸姿态识别所要解决的问题 | 第19-20页 |
| 2.2 人脸姿态识别算法分类 | 第20-27页 |
| 2.2.1 依据人工干预程度的不同分类 | 第20页 |
| 2.2.2 依据数据源的不同分类 | 第20-21页 |
| 2.2.3 依据算法实现原理的不同分类 | 第21-27页 |
| 2.3 人脸姿态识别数据库 | 第27-29页 |
| 2.3.1 RGB图像数据库 | 第27-28页 |
| 2.3.2 深度图像数据库 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 SIFT尺度不变特征转换算法 | 第30-39页 |
| 3.1 SIFT尺度不变特征转换算法综述 | 第30-31页 |
| 3.2 SIFT尺度不变特征转换算法研究 | 第31-38页 |
| 3.2.1 尺度空间生成及极值点检测 | 第31-34页 |
| 3.2.2 极值点过滤，关键点精确定位 | 第34-36页 |
| 3.2.3 关键点方向的分配 | 第36-37页 |
| 3.2.4 关键点描述子的生成 | 第37-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 BOW特征提取算法 | 第39-45页 |
| 4.1 BOW特征检测算法发展过程 | 第39页 |
| 4.2 Bag of Word算法描述 | 第39-43页 |
| 4.2.1 特征描述符提取 | 第41页 |
| 4.2.2 视觉单词生成 | 第41-43页 |
| 4.2.3 物体分类识别 | 第43页 |
| 4.3 本章小结 | 第43-45页 |
| 第5章 基于PHOW的人脸姿态识别算法 | 第45-52页 |
| 5.1 密集尺度不变（Dense-SIFT）特征提取 | 第46-47页 |
| 5.2 视觉字典生成 | 第47页 |
| 5.3 PHOW特征描述 | 第47-48页 |
| 5.4 实验描述及仿真结果分析 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 结论与展望 | 第52-54页 |
| 6.1 研究结论 | 第52页 |
| 6.2 研究展望 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 攻读学位期间取得的学术成果 | 第60-61页 |
| 致谢 | 第61页 |