| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·计算机人脸识别技术的研究背景和相关应用 | 第10-12页 |
| ·人脸识别的难点 | 第12页 |
| ·人脸识别系统的介绍 | 第12-13页 |
| ·计算机人脸识别研究的方法 | 第13-16页 |
| ·基于几何特征的方法 | 第13-14页 |
| ·基于模板匹配的人脸识别方法 | 第14-15页 |
| ·基于样本学习的人脸识别方法 | 第15-16页 |
| ·特征提取的主要方法 | 第16-17页 |
| ·基于全局特征的方法 | 第16页 |
| ·基于局部特征方法 | 第16-17页 |
| ·论文结构 | 第17-19页 |
| 第二章 基于改进型 LBP 特征的人脸识别方法 | 第19-30页 |
| ·局部二值模式（Local Binary Pattern，LBP) | 第19-23页 |
| ·局部二值模式算法 | 第19-22页 |
| ·LBP 算子的基本特性 | 第22-23页 |
| ·基于局部二值模式的人脸识别 | 第23-26页 |
| ·LBP 分块 | 第23-24页 |
| ·LBP 特征提取 | 第24-25页 |
| ·基于 LBP 的直方图人脸特征表达 | 第25-26页 |
| ·特征分类 | 第26页 |
| ·局部三值模式 | 第26-28页 |
| ·两种模式的优缺点 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 Fisher face 方法 | 第30-39页 |
| ·主成分分析（Principal Component Analysis ,PCA)方法 | 第30-35页 |
| ·K-L 变换 | 第31-32页 |
| ·基于主成分分析的人脸识别 | 第32-35页 |
| ·Fisher 线性判别分析(Fisher Linear Discriminant Analysis，FLD) | 第35-36页 |
| ·基于 Fisher face 的人识别 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 结合 Fisher face 与局部模式的人脸识别 | 第39-47页 |
| ·结合算法的描述 | 第39-40页 |
| ·人脸库 | 第40-42页 |
| ·LBP + Fisher face 与 LBP 的实验结果比较 | 第42-44页 |
| ·最优分块方法 | 第42-43页 |
| ·LBP + Fisher face 与 LBP 的实验结果比较 | 第43-44页 |
| ·LTP + Fisher face 与 LBP + Fisher face 的实验结果比较 | 第44-46页 |
| ·对 LTP 算子设定阈值 t | 第44页 |
| ·LTP + Fisher face 与 LBP + Fisher face 的实验结果比较 | 第44-46页 |
| ·本章总结 | 第46-47页 |
| 第五章 总结和展望 | 第47-49页 |
| ·研究工作总结 | 第47-48页 |
| ·研究工作展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
| 附录：攻读学位期间所发表的学术论文目录 | 第55页 |
