| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-20页 |
| ·论文研究的目的和意义 | 第11-12页 |
| ·人脸识别研究的历史与现状 | 第12-13页 |
| ·人脸识别的研究范围 | 第13-14页 |
| ·人脸检测和定位方法 | 第14-16页 |
| ·人脸识别中的特征提取 | 第16-17页 |
| ·几何特征 | 第16页 |
| ·代数特征 | 第16-17页 |
| ·本文的主要工作 | 第17-18页 |
| ·本文各章内容安排 | 第18-20页 |
| 第2章 基于PCA的人脸识别的实现 | 第20-34页 |
| ·K-L变换的基本原理 | 第20-22页 |
| ·最近邻分类器 | 第22-24页 |
| ·基于PCA的人脸识别 | 第24-27页 |
| ·特征脸空间的构造 | 第24-25页 |
| ·训练样本的投影到特征子空间 | 第25-27页 |
| ·基于2DPCA人脸识别 | 第27-30页 |
| ·2DPCA的基本思想 | 第27-28页 |
| ·基于2DPCA的人脸特征提取 | 第28-29页 |
| ·基于2DPCA的图像重构 | 第29-30页 |
| ·实验结果及分析 | 第30-33页 |
| ·实验设计与实验结果 | 第30-32页 |
| ·PCA与2DPCA的比较 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 基于线性判别的人脸识别算法 | 第34-43页 |
| ·FISHER准则的线性判别分析原理 | 第34-35页 |
| ·基于PCA与FISHER线性判别的人脸识别 | 第35-37页 |
| ·基于2DPCA与FISHER线性判别的人脸识别 | 第37-38页 |
| ·基于2DPCA和改进的FISHER线性判别的人脸识别 | 第38-40页 |
| ·小样本问题下的FISHER线性判别分析方法介绍 | 第40-41页 |
| ·试验结果与分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于图像分块的几种改进方法 | 第43-60页 |
| ·图像分块概述 | 第43-45页 |
| ·基于分块PCA的人脸识别方法 | 第45-48页 |
| ·思想与最优投影矩阵 | 第45-46页 |
| ·特征抽取 | 第46-47页 |
| ·分类 | 第47-48页 |
| ·MPCA+LDA特征提取方法 | 第48-50页 |
| ·MPCA+MSLDA人脸识别改进算法 | 第50-54页 |
| ·最大散度差线性鉴别分析MSLDA | 第50-52页 |
| ·基于图像分块的最大散度差方法 | 第52-53页 |
| ·实验结果 | 第53-54页 |
| ·基于差空间的MPCA改进算法 | 第54-57页 |
| ·差空间中差图像的构造 | 第54-55页 |
| ·基于差空间的MPCA方法 | 第55-56页 |
| ·实验结果 | 第56-57页 |
| ·加权图像分块改进算法 | 第57-59页 |
| ·加权构造新的样本空间 | 第57-58页 |
| ·实验结果 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 人脸识别实验系统 | 第60-66页 |
| ·实时系统 | 第60-63页 |
| ·实验系统 | 第63-66页 |
| 第6章 总结与展望 | 第66-68页 |
| ·工作总结 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 附录 | 第72-73页 |
| 致谢 | 第73页 |