| 摘要 | 第1-8页 |
| 第一章 绪论 | 第8-18页 |
| ·人脸识别技术研究现状 | 第8-14页 |
| ·研究背景和意义 | 第8-9页 |
| ·研究内容 | 第9-11页 |
| ·研究现状 | 第11-14页 |
| ·本课题研究背景和意义 | 第14-15页 |
| ·本文的主要贡献和文章结构 | 第15-18页 |
| 第二章 基于贝叶斯决策的人脸识别方法 | 第18-32页 |
| ·贝叶斯决策基本原理 | 第18-20页 |
| ·多类问题到两类问题 | 第20-24页 |
| ·基于贝叶斯决策的人脸识别方法 | 第24-27页 |
| ·混合高斯模型 | 第27-29页 |
| ·基于Gabor 特征的贝叶斯分类器 | 第29-30页 |
| ·小结 | 第30-32页 |
| 第三章 基于特征分块的多贝叶斯分类器融合方法 | 第32-40页 |
| ·算法框架 | 第32页 |
| ·基于特征分块的贝叶斯分类器 | 第32-33页 |
| ·多个基于特征分块的贝叶斯分类器(FBBCs)的融合策略 | 第33页 |
| ·实验 | 第33-38页 |
| ·小结 | 第38-40页 |
| 第四章 基于非参数估计的贝叶斯人脸识别方法 | 第40-46页 |
| ·动机与基本原理 | 第40页 |
| ·非参数估计方法 | 第40-42页 |
| ·使用Gabor 特征 | 第42页 |
| ·多分类器融合 | 第42页 |
| ·实验 | 第42-43页 |
| ·小结 | 第43-46页 |
| 第五章 结论 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 作者简历 | 第53页 |