| 摘要 | 第1-7页 |
| ABSTRACT | 第7-15页 |
| 第一章 绪论 | 第15-29页 |
| ·引言 | 第15页 |
| ·人脸识别技术综述 | 第15-23页 |
| ·基于特征的人脸识别方法 | 第17-19页 |
| ·基于几何特征的人脸识别方法 | 第17-19页 |
| ·基于代数特征的人脸识别方法 | 第19页 |
| ·基于模板匹配的人脸识别方法 | 第19-20页 |
| ·基于随机序列模型的人脸识别方法 | 第20-22页 |
| ·基于三维模型的人脸识别方法 | 第22-23页 |
| ·脸部灰度图像的人眼定位综述 | 第23-26页 |
| ·基于模板匹配的方法 | 第23-25页 |
| ·灰度投影法 | 第23-24页 |
| ·几何特征模板 | 第24-25页 |
| ·基于统计的方法 | 第25-26页 |
| ·基于知识的方法 | 第26页 |
| ·本课题的目的、意义及思路 | 第26-29页 |
| 第二章 一种基于准二值图像的眼仁定位的新方法 | 第29-41页 |
| ·小波分解以及边缘检测的基础理论介绍 | 第29-31页 |
| ·小波的图像分解原理 | 第29-30页 |
| ·小波边缘检测原理 | 第30-31页 |
| ·小波多分辨分析原理 | 第31页 |
| ·奇异值分解 | 第31-33页 |
| ·矩阵的F—范数 | 第33页 |
| ·一种基于准二值图的眼仁精确定位的算法 | 第33-39页 |
| ·人脸图像的小波分解 | 第33-34页 |
| ·人脸及眼睛部位的提取 | 第34-35页 |
| ·首次灰度图像二值化 | 第34页 |
| ·脸部区域截取 | 第34-35页 |
| ·眼部区域的定位 | 第35页 |
| ·针对眼仁的图像去噪 | 第35-37页 |
| ·眼部区域的定位 | 第35-37页 |
| ·眼仁的精确定位 | 第37页 |
| ·实验结果 | 第37-39页 |
| ·小结 | 第39-41页 |
| 第三章 基于奇异值分解与空间向量夹角融合的人脸识别算法 | 第41-53页 |
| ·基于局部奇异值分解的人脸识别算法 | 第41-45页 |
| ·基于匹配隶属度函数的局部奇异值分解人脸识别算法 | 第42-44页 |
| ·基于最近邻决策规则的局部奇异值分解人脸识别算法 | 第44-45页 |
| ·基于奇异值分解与空间夹角相融合的人脸识别算法 | 第45-51页 |
| ·确定相似性度量方法 | 第45-46页 |
| ·基于局部奇异值分解和空间夹角的人脸识别算法 | 第46-51页 |
| ·实验结果 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第四章 基于奇异值分解与改进的HAUSDORFF距离的人脸识别算法 | 第53-59页 |
| ·传统的HAUSDORFF距离的定义 | 第53-54页 |
| ·改进的HAUSDORFF距离的定义 | 第54页 |
| ·基于奇异值的分解与改进的HAUSDORFF距离的人脸识别 | 第54-57页 |
| ·实验结果 | 第57-59页 |
| 第五章 结论 | 第59-61页 |
| ·本论文的总结 | 第59页 |
| ·创新点 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 研究成果及发表的学术论文 | 第67-69页 |
| 导师与作者简介 | 第69页 |
