| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 常用的人脸识别方法 | 第17-22页 |
| 1.3.1 二维人脸识别技术 | 第17-20页 |
| 1.3.2 三维人脸识别技术 | 第20-22页 |
| 1.4 主要内容与章节安排 | 第22-23页 |
| 第二章 特征提取方法研究 | 第23-33页 |
| 2.1 引言 | 第23页 |
| 2.2 主成分分析法 | 第23-26页 |
| 2.2.1 PCA的理论基础 | 第23-24页 |
| 2.2.2 PCA用于三维人脸特征的提取 | 第24-26页 |
| 2.3 基于测地线特征的提取 | 第26-28页 |
| 2.3.1 测地线距离 | 第26-27页 |
| 2.3.2 基于测地线特征的三维人脸识别 | 第27-28页 |
| 2.4 线性判别分析法 | 第28-29页 |
| 2.5 基于Gabor变换的人脸特征提取 | 第29-30页 |
| 2.6 基于核方法的特征提取 | 第30-31页 |
| 2.7 本章小结 | 第31-33页 |
| 第三章 稀疏表示和协作表示用于人脸识别 | 第33-42页 |
| 3.1 引言 | 第33页 |
| 3.2 稀疏表示分类 | 第33-39页 |
| 3.2.1 稀疏表示理论 | 第34-36页 |
| 3.2.2 稀疏表示用于人脸识别 | 第36-39页 |
| 3.3 基于协作表示的人脸识别算法 | 第39-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 基于协作表示残差融合的三维人脸识别 | 第42-58页 |
| 4.1 引言 | 第42页 |
| 4.2 三维人脸数据库简介 | 第42-45页 |
| 4.2.1 国内外常见的三维人脸数据库 | 第43-44页 |
| 4.2.2 本文采用的三维人脸数据库 | 第44-45页 |
| 4.3 基于全局特征和局部特征残差融合的三维人脸识别 | 第45-51页 |
| 4.3.1 算法描述 | 第45-47页 |
| 4.3.2 实验结果及分析 | 第47-51页 |
| 4.4 基于局部特征残差融合的三维人脸识别 | 第51-57页 |
| 4.4.1 算法描述 | 第51-53页 |
| 4.4.2 实验结果及分析 | 第53-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文主要工作总结 | 第58页 |
| 5.2 未来展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第66-67页 |