| 中文摘要 | 第1-10页 |
| Abstract | 第10-13页 |
| 第一章 绪论 | 第13-20页 |
| ·研究背景和意义 | 第13-14页 |
| ·人脸识别的研究内容 | 第14-15页 |
| ·人脸识别的难点 | 第15页 |
| ·人脸识别技术的应用 | 第15-17页 |
| ·本文的研究思想和主要工作 | 第17-19页 |
| ·论文的结构 | 第19-20页 |
| 第二章 人脸识别的研究现状 | 第20-32页 |
| ·基于静止图像的人脸识别方法 | 第20-26页 |
| ·几何特征方法 | 第20-21页 |
| ·模板匹配方法 | 第21-22页 |
| ·特征脸方法 | 第22页 |
| ·神经网络方法 | 第22-23页 |
| ·隐马尔可夫模型方法 | 第23-24页 |
| ·弹性图匹配方法 | 第24-25页 |
| ·支持向量机方法 | 第25-26页 |
| ·基于视频序列的人脸识别方法 | 第26-27页 |
| ·三维人脸的识别方法 | 第27-29页 |
| ·人脸识别在国内的研究现状 | 第29-30页 |
| ·人脸识别测试数据库 | 第30-31页 |
| ·ORL(Olivetti Research Laboratory)人脸数据库 | 第30页 |
| ·Manchester 人脸数据库 | 第30页 |
| ·Yale 人脸数据库 | 第30页 |
| ·M2VTS 多模型数据库 | 第30-31页 |
| ·FERET(Face Recognition Technology)人脸数据库 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于奇异值分解的人脸识别方法 | 第32-43页 |
| ·图像的奇异值分解 | 第32-35页 |
| ·基于奇异值分解的人脸识别方法 | 第35-37页 |
| ·基于局部奇异值分解的人脸识别方法 | 第37-41页 |
| ·局部奇异值向量 | 第38-39页 |
| ·基于最近邻决策规则 | 第39-40页 |
| ·对不同分辨率采样窗的实验 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于隐马尔可夫模型的人脸识别方法 | 第43-67页 |
| ·隐马尔可夫模型(HMM)介绍 | 第43-48页 |
| ·马尔可夫（Markov）链 | 第43-45页 |
| ·HMM 基本概念 | 第45-46页 |
| ·HMM 的定义 | 第46-48页 |
| ·HMM 的三个基本问题及基本算法 | 第48-56页 |
| ·HMM 的三个基本问题 | 第48页 |
| ·P(O|λ)的计算 | 第48-51页 |
| ·最佳状态序列的选择－Viterbi 算法 | 第51-53页 |
| ·参数重估－Baum-Welch 算法 | 第53-56页 |
| ·HMM 人脸模型 | 第56-57页 |
| ·基于HMM 的人脸识别 | 第57-63页 |
| ·人脸特征抽取 | 第57-60页 |
| ·人脸HMM 的训练 | 第60-62页 |
| ·HMM 的人脸识别 | 第62-63页 |
| ·实验与结果 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 第五章 基于嵌入式隐马尔可夫模型的人脸识别方法 | 第67-84页 |
| ·嵌入式隐马尔可夫模型(EHMM)的概念 | 第68-70页 |
| ·EHMM 的三个基本问题及其基本算法 | 第70-77页 |
| ·EHMM 的三个基本问题 | 第70页 |
| ·概率P(O|λ)的计算 | 第70-72页 |
| ·最佳链的选择 | 第72-74页 |
| ·参数重估 | 第74-77页 |
| ·基于EHMM 的人脸识别 | 第77-81页 |
| ·EHMM 人脸模型 | 第77-78页 |
| ·人脸特征抽取 | 第78-79页 |
| ·人脸EHMM 的训练 | 第79-80页 |
| ·EHMM 的人脸识别 | 第80-81页 |
| ·实验与结果 | 第81-83页 |
| ·本章小结 | 第83-84页 |
| 第六章 总结与展望 | 第84-87页 |
| ·全文工作总结 | 第84-85页 |
| ·对进一步工作的展望 | 第85-87页 |
| 参考文献 | 第87-94页 |
| 致谢 | 第94-95页 |
| 附录 硕士期间完成的论文情况 | 第95-96页 |