| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·人脸识别的产生背景 | 第7-8页 |
| ·人脸识别特征提取与识别的主要研究方法和发展动态 | 第8-11页 |
| ·常用的特征提取算法 | 第9-10页 |
| ·常用的分类算法 | 第10-11页 |
| ·其它常用算法 | 第11页 |
| ·本论文的主要工作 | 第11-12页 |
| 2 几种典型人脸识别方法的研究与实现 | 第12-32页 |
| ·基于主成份分析方法的人脸识别 | 第12-15页 |
| ·基于主成份分析方法的人脸识别 | 第12-14页 |
| ·基于主成份分析方法人脸识别的实验 | 第14-15页 |
| ·基于Fisher特征提取的人脸识别方法原理 | 第15-23页 |
| ·Fisher鉴别向量 | 第15-18页 |
| ·多类问题的Fisher线性判别 | 第18-21页 |
| ·Fisher脸方法 | 第21页 |
| ·基于Fisher特征提取方法人脸识别的实验 | 第21-23页 |
| ·基于Gabor小波变换人脸识别方法 | 第23-32页 |
| ·Gabor小波的生物学背景 | 第23-24页 |
| ·一维Gabor小波 | 第24-25页 |
| ·二维Gabor小波 | 第25-27页 |
| ·Gabor小波在人脸识别中的应用 | 第27-28页 |
| ·基于Gabor小波特征提取的人脸识别实验 | 第28-32页 |
| 3 基于独立Gabor属性特征提取的人脸识别 | 第32-38页 |
| ·独立成份分析(ICA)方法 | 第32-36页 |
| ·独立成份分析原理 | 第32-33页 |
| ·基于独立成份分析的人脸识别方法 | 第33-35页 |
| ·基于独立成份分析的人脸识别实验 | 第35-36页 |
| ·基于IGF变换提取特征的人脸识别 | 第36-38页 |
| ·IGF方法提取特征的人脸识别 | 第36页 |
| ·基于IGF变换和Gabor变换的特征提取的人脸识别实验 | 第36-38页 |
| 4 一种基于近邻分类器分类的人脸识别方法 | 第38-44页 |
| ·基于距离的K-NN分类器 | 第38-40页 |
| ·最近邻法 | 第38页 |
| ·K-近邻法 | 第38-39页 |
| ·基于K-近邻的人脸识别实验 | 第39-40页 |
| ·对基于距离和余弦测度的K-NN分类器组合 | 第40-42页 |
| ·基于近邻组合分类器的实验结果 | 第42-44页 |
| 5 基于加权Gabor小波的人脸识别 | 第44-52页 |
| ·加权Gabor小波 | 第44-47页 |
| ·函数的最佳平方逼近原理 | 第44-45页 |
| ·基于最佳平方逼近的加权Gabor在人脸识别中应用 | 第45-47页 |
| ·支持向量机分类算法 | 第47-51页 |
| ·支持向量机方法 | 第47-50页 |
| ·多分类支持向量机 | 第50-51页 |
| ·基于加权Gabor小波和SVM实验结果 | 第51-52页 |
| 6 基于二维微分高斯滤波器组的人脸识别 | 第52-55页 |
| ·高斯滤波器 | 第52页 |
| ·二维高斯滤波器在人脸识别的应用 | 第52-53页 |
| ·基于二维微分高斯滤波器组的人脸识别实验 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读倾士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |
| 大连理工大学学位论文版权使用授权书 | 第62页 |