| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题的研究背景及意义 | 第11页 |
| ·人脸识别的常用方法 | 第11-13页 |
| ·国内外研究现状及发展趋势 | 第13-14页 |
| ·论文研究内容 | 第14页 |
| ·论文组织结构 | 第14-16页 |
| 第2章 人脸识别技术 | 第16-26页 |
| ·人脸识别概述 | 第16-18页 |
| ·人脸的检测与定位 | 第16-17页 |
| ·图像预处理 | 第17页 |
| ·特征提取 | 第17页 |
| ·分类器 | 第17-18页 |
| ·人脸检测算法 | 第18-19页 |
| ·基于肤色特征的检测算法 | 第18页 |
| ·基于启发式模型的方法 | 第18页 |
| ·基于特征空间的方法 | 第18页 |
| ·基于统计模型的方法 | 第18-19页 |
| ·人脸识别算法 | 第19-25页 |
| ·基于二维Gabor小波矩阵表征人脸的识别方法 | 第19-20页 |
| ·基于Boosting RBF神经网络的人脸识别方法 | 第20-22页 |
| ·基于模型匹配人脸识别方法 | 第22-23页 |
| ·基于分块小波变换与奇异值阈值压缩的人脸识别算法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 Gabor小波变换及应用 | 第26-34页 |
| ·小波理论和Gabor变换 | 第26-28页 |
| ·小波理论 | 第26页 |
| ·Gabor变换 | 第26-28页 |
| ·Gabor滤波器 | 第28-31页 |
| ·Gabor滤波器参数的选择 | 第30页 |
| ·Gabor滤波器的性质和计算方法 | 第30-31页 |
| ·Gabor小波变换的人脸特征提取 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于Gabor小波变换的人脸特征提取 | 第34-39页 |
| ·概述 | 第34页 |
| ·人脸图像的网格化 | 第34-35页 |
| ·基于Gabor小波变换的弹性图的构造 | 第35-37页 |
| ·Gabor小波函数的选择 | 第35-36页 |
| ·弹性图的构造 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第5章 基于Gabor小波+PCA的人脸识别系统 | 第39-45页 |
| ·引言 | 第39页 |
| ·Gabor+PCA算法 | 第39-40页 |
| ·实验平台配置 | 第40页 |
| ·ORL人脸库实验数据分析 | 第40-43页 |
| ·实验1：算法的比较 | 第41页 |
| ·实验2：样本数目的选择 | 第41-42页 |
| ·实验3：采样因子的确定 | 第42-43页 |
| ·YALE人脸库实验 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 总结与展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 附录A 攻读学位期间所发表的学术论文 | 第50-51页 |
| 附录B 提取人脸图像的Gabor特征的源代码 | 第51-52页 |
| 附录C 对每幅人脸图像进行处理的源代码 | 第52-54页 |
| 附录D 最近邻分类的源代码 | 第54-55页 |
| 附录E 程序执行主线源代码 | 第55-57页 |