| 图清单 | 第1-9页 |
| 表清单 | 第9-10页 |
| 注释表 | 第10-12页 |
| 第一章 绪论 | 第12-16页 |
| ·模式识别 | 第12-13页 |
| ·特征提取 | 第13-14页 |
| ·本文主要研究工作 | 第14-15页 |
| ·本文的内容安排 | 第15-16页 |
| 第二章 主分量分析（PCA）方法研究 | 第16-22页 |
| ·主分量分析方法回顾 | 第16-18页 |
| ·主分量分析方法的局限性 | 第18-20页 |
| ·PCA 方法局限性一 | 第18页 |
| ·PCA 方法局限性二 | 第18页 |
| ·PCA 方法局限性三 | 第18页 |
| ·PCA 方法局限性四 | 第18页 |
| ·PCA 方法局限性五 | 第18-20页 |
| ·基于主分量分析方法的研究进展 | 第20-22页 |
| ·针对 PCA 方法局限性一的研究 | 第20页 |
| ·针对 PCA 方法局限性二的研究 | 第20页 |
| ·针对 PCA 方法局限性三的研究 | 第20-21页 |
| ·针对 PCA 方法局限性四的研究 | 第21页 |
| ·针对 PCA 方法局限性五的研究 | 第21-22页 |
| 第三章 自适应加权子模式主分量分析 | 第22-36页 |
| 及人脸识别应用 | 第22页 |
| ·子模式主分量分析（Subpattern-based PCA, SpPCA） | 第22-25页 |
| ·问题提出 | 第22页 |
| ·算法描述 | 第22-25页 |
| ·模块主分量分析（Modular PCA, m PCA） | 第25-27页 |
| ·问题提出 | 第25页 |
| ·算法描述 | 第25-27页 |
| ·自适应加权子模式主分量分析（Adaptively weighted Sub-pattern PCA,Aw-SpPCA） | 第27-31页 |
| ·问题提出 | 第27页 |
| ·算法描述 | 第27-31页 |
| ·实验 | 第31-35页 |
| ·数据集描述及预处理 | 第31-32页 |
| ·实验过程及结果分析 | 第32-35页 |
| ·总体识别率比较 | 第32-34页 |
| ·不同人脸表情和光照对 Aw-SpPCA 识别性能的影响 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于.NET 的人脸识别原型系统 | 第36-47页 |
| ·商用人脸识别应用现状 | 第36-37页 |
| ·系统设计考虑 | 第37页 |
| ·系统架构 | 第37-38页 |
| ·系统功能模块详细描述 | 第38-42页 |
| ·视频采集模块 | 第38-39页 |
| ·人脸图像预处理模块 | 第39-40页 |
| ·彩色图像转化灰度图 | 第39页 |
| ·人脸图像校准 | 第39页 |
| ·直方图均衡化 | 第39-40页 |
| ·人脸图像特征提取模块 | 第40页 |
| ·数据存取模块 | 第40-42页 |
| ·人脸识别模块 | 第42页 |
| ·系统实现要点 | 第42-45页 |
| ·N ET 中的 GDI+ | 第42-43页 |
| ·MATLAB 的应用程序接口 | 第43-45页 |
| ·MATLAB 作为计算引擎的工作方式 | 第43-44页 |
| ·MATLAB COM Builder 与 C#联合编程 | 第44-45页 |
| ·应用实例 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-50页 |
| ·已有工作总结 | 第47页 |
| ·后继工作展望 | 第47-50页 |
| 致谢 | 第50-51页 |
| 硕士研究生期间已录用或发表的学术论文 | 第51-52页 |
| 参考文献 | 第52-55页 |
