| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 引言 | 第8-12页 |
| ·研究背景和意义 | 第8-9页 |
| ·相关技术的研究现状 | 第9-11页 |
| ·本论文实现的主要工作 | 第11-12页 |
| 第2章 人脸识别常用算法综述 | 第12-19页 |
| ·常用人脸识别算法 | 第12-17页 |
| ·特征脸算法（Eigenface） | 第14页 |
| ·模板匹配算法（Correlation） | 第14页 |
| ·Fisherface 算法 | 第14-15页 |
| ·弹性图匹配算法 | 第15-16页 |
| ·一般的神经网络方法（NN） | 第16页 |
| ·双子空间Bayesian 人脸识别方法 | 第16页 |
| ·基于Gabor 特征的判别分析方法 | 第16页 |
| ·局部特征分析方法（LFA） | 第16-17页 |
| ·人脸识别系统 | 第17-19页 |
| ·自动与半自动人脸识别 | 第17页 |
| ·鉴别、验证和监控 | 第17-18页 |
| ·大型人脸识别系统 | 第18-19页 |
| 第3章 人脸识别系统大型评测介绍 | 第19-31页 |
| ·国内外主要公共人脸图像数据库 | 第19-21页 |
| ·大型评测工作的发展现状 | 第21-31页 |
| ·FERET（Face Recognition Technology | 第21-22页 |
| ·FRVT 2000（Facial Recognition Vendor Test 2000） | 第22-25页 |
| ·FRVT 2002（Face Recognition Vendor Test 2002） | 第25-26页 |
| ·FRVT 2006（Face Recognition Vendor Test 2006） | 第26-31页 |
| 第4章 人脸识别系统评测方法研究 | 第31-41页 |
| ·设计性能评测方法需注意的基本原则 | 第31-33页 |
| ·第三方独立评测原则 | 第31页 |
| ·选择评测数据时需要注意的问题 | 第31-32页 |
| ·人脸识别系统性能评测的三熊问题 | 第32-33页 |
| ·数据集合的划分方法 | 第33页 |
| ·人脸识别系统性能评测的方法 | 第33-35页 |
| ·识别与认证基本问题描述 | 第33-34页 |
| ·按照评测的目的和内容分类 | 第34页 |
| ·按照自动化程度分类 | 第34-35页 |
| ·按照系统任务分类 | 第35页 |
| ·性能评测的指标 | 第35-40页 |
| ·开集识别性能评价指标 | 第36-37页 |
| ·闭集识别性能评价指标 | 第37-39页 |
| ·身份认证性能评价指标 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第5章 未来展望 | 第41-42页 |
| ·本文工作总结 | 第41页 |
| ·未来展望 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 攻读硕士学位期间取得的学术成果 | 第44-45页 |
| 致谢 | 第45页 |
