| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·人脸识别概述 | 第7-10页 |
| ·人脸识别的研究背景和意义 | 第7-8页 |
| ·人脸识别方法 | 第8-9页 |
| ·人脸识别研究工作的难点 | 第9-10页 |
| ·多光谱人脸识别 | 第10-12页 |
| ·多光谱人脸识别的研究背景及意义 | 第10-11页 |
| ·多光谱融合方法 | 第11-12页 |
| ·本文的主要工作和内容安排 | 第12-13页 |
| 第二章 图像融合的基本方法及融合结果分析 | 第13-25页 |
| ·引言 | 第13页 |
| ·人脸数据库简介 | 第13-14页 |
| ·实验人脸数据介绍 | 第13-14页 |
| ·融合前的预处理 | 第14页 |
| ·几种像素级图像融合算法 | 第14-20页 |
| ·基于多尺度分解的图像融合方法 | 第15-19页 |
| ·基于不变尺度的图像融合方法 | 第19-20页 |
| ·图像融合算法的性能评价 | 第20-23页 |
| ·主观评价尺度和客观评价指标 | 第20-21页 |
| ·融合结果比较 | 第21-23页 |
| ·小结 | 第23-25页 |
| 第三章 人脸识别的基本方法及识别结果比较 | 第25-39页 |
| ·引言 | 第25页 |
| ·主成分分析法 | 第25-28页 |
| ·K-L 变换原理 | 第25-27页 |
| ·基于PCA 的人脸识别步骤 | 第27页 |
| ·PCA 优缺点分析 | 第27-28页 |
| ·线性判别分析法 | 第28-30页 |
| ·线性判别分析法原理 | 第28-29页 |
| ·基于LDA 的人脸识别步骤 | 第29页 |
| ·线性判别分析法的优缺点分析 | 第29-30页 |
| ·基于随机投影的1-范数最小化稀疏表征的人脸识别方法 | 第30-34页 |
| ·基于随机投影的降维方法 | 第30-31页 |
| ·1-范数最小化稀疏解方法 | 第31-32页 |
| ·基于随机投影的1-范数最小化稀疏表征的人脸识别方法 | 第32-34页 |
| ·多光谱图像的人脸识别算法实验 | 第34-38页 |
| ·小结 | 第38-39页 |
| 第四章 基于相等错误率的类Bootstrap 评估方法 | 第39-51页 |
| ·引言 | 第39页 |
| ·识别算法的性能指标 | 第39-41页 |
| ·准确性性能评估 | 第39-41页 |
| ·稳定性性能评估 | 第41页 |
| ·Bootstrap 方法 | 第41-44页 |
| ·Bootstrap 方法原理介绍 | 第41-42页 |
| ·样本分布分析 | 第42-44页 |
| ·类Bootstrap 方法 | 第44-47页 |
| ·类Bootstrap 方法原理介绍 | 第44-45页 |
| ·检验样本同分布的Kolmogorov-Smirnov 方法 | 第45-46页 |
| ·样本个体与识别错误率的关系 | 第46-47页 |
| ·基于多光谱的人脸识别算法的稳定性评估实验 | 第47-50页 |
| ·实验设计 | 第47页 |
| ·实验结果 | 第47-49页 |
| ·实验分析 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 作者在读期间的研究成果 | 第59-60页 |
