| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景 | 第11页 |
| 1.2 人脸识别的国内外研究现状 | 第11-17页 |
| 1.2.1 国外研究现状 | 第11-14页 |
| 1.2.2 国内研究现状 | 第14-17页 |
| 1.3 研究意义 | 第17页 |
| 1.4 国内外公用人脸图像数据库 | 第17-19页 |
| 1.5 本文的内容安排 | 第19-21页 |
| 第2章 相关知识介绍 | 第21-33页 |
| 2.1 直方图均衡化 | 第21-22页 |
| 2.2 主分量分析 | 第22-26页 |
| 2.2.1 奇异值分解 | 第22-23页 |
| 2.2.2 K-L变换 | 第23-26页 |
| 2.3 BP神经网络 | 第26-30页 |
| 2.4 OpenMP简介 | 第30-31页 |
| 2.5 SSE指令集简介 | 第31-32页 |
| 2.6 小结 | 第32-33页 |
| 第3章 系统总体设计 | 第33-37页 |
| 3.1 系统功能需求 | 第33-34页 |
| 3.2 系统模块划分 | 第34页 |
| 3.3 系统类模型 | 第34-35页 |
| 3.4 系统并行化 | 第35页 |
| 3.5 系统实现环境 | 第35-36页 |
| 3.6 预期目标 | 第36页 |
| 3.7 小结 | 第36-37页 |
| 第4章 系统设计与实现及其并行化 | 第37-57页 |
| 4.1 人脸图像数据获取 | 第37-38页 |
| 4.2 预处理 | 第38-40页 |
| 4.3 PCA特征提取 | 第40-45页 |
| 4.3.1 PCA算法用于人脸识别 | 第40-42页 |
| 4.3.2 基于OpenMP的PCA特征提取 | 第42-44页 |
| 4.3.3 基于SSE的PCA特征提取 | 第44页 |
| 4.3.4 基于OpenMP和SSE的PCA特征提取 | 第44-45页 |
| 4.4 BP神经网络用于人脸训练 | 第45-53页 |
| 4.4.1 BP神经网络的设计 | 第45-47页 |
| 4.4.2 多BP神经元网络 | 第47-50页 |
| 4.4.3 基于OpenMP的特征训练 | 第50-51页 |
| 4.4.4 基于SSE的特征训练 | 第51-52页 |
| 4.4.5 基于OpenMP和SSE的特征训练 | 第52-53页 |
| 4.5 人脸识别 | 第53-54页 |
| 4.5.1 基于OpenMP的人脸识别 | 第54页 |
| 4.5.2 基于SSE的人脸识别 | 第54页 |
| 4.5.3 基于OpenMP和SSE的人脸识别 | 第54页 |
| 4.6 小结 | 第54-57页 |
| 第5章 系统性能比较与分析 | 第57-69页 |
| 5.1 带动量项的BP神经网络与多BP神经网络性能分析 | 第57-60页 |
| 5.2 特征提取的性能比较与分析 | 第60-62页 |
| 5.3 特征训练的性能比较与分析 | 第62-64页 |
| 5.4 特征识别的性能比较与分析 | 第64-66页 |
| 5.5 人脸识别系统的性能比较与分析 | 第66-68页 |
| 5.6 小结 | 第68-69页 |
| 第6章 结束语 | 第69-71页 |
| 6.1 工作总结 | 第69-70页 |
| 6.2 未来工作展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 附录 | 第77页 |