| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景和意义 | 第8-9页 |
| ·人脸识别的研究内容 | 第9-10页 |
| ·人脸识别的研究现状 | 第10-11页 |
| ·人脸识别研究的难点 | 第11页 |
| ·本文的研究工作和内容安排 | 第11-13页 |
| 第二章 人脸识别算法概述 | 第13-24页 |
| ·常用的人脸识别方法 | 第13-20页 |
| ·基于几何特征的人脸识别方法 | 第13页 |
| ·基于模板匹配的人脸识别方法 | 第13-14页 |
| ·特征子空间分析方法 | 第14-19页 |
| ·隐马尔科夫模型方法 | 第19页 |
| ·基于神经网络的方法 | 第19-20页 |
| ·弹性图匹配方法 | 第20页 |
| ·多姿态人脸识别技术 | 第20-22页 |
| ·多视角法 | 第20-21页 |
| ·不变特征法 | 第21页 |
| ·基于三维模型的方法 | 第21-22页 |
| ·基于正面人脸图像合成的识别方法 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第三章 基于ICA 的正面人脸图像合成 | 第24-32页 |
| ·引言 | 第24页 |
| ·特征子空间的获取 | 第24-26页 |
| ·训练样本的白化处理 | 第24-25页 |
| ·FASTICA 算法原理 | 第25-26页 |
| ·获取姿态转换矩阵及合成正面人脸 | 第26-27页 |
| ·实验与分析 | 第27-30页 |
| ·人脸图像预处理 | 第27-28页 |
| ·合成效果的比较 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第四章 两种与ICA 相结合的多姿态人脸识别算法 | 第32-47页 |
| ·引言 | 第32页 |
| ·基于小波变换和ICA 相结合的多姿态人脸识别 | 第32-38页 |
| ·小波变换基础 | 第32-33页 |
| ·二维离散小波变换 | 第33-34页 |
| ·人脸图像的小波变换处理 | 第34-35页 |
| ·小波变换和ICA 相结合的多姿态人脸识别 | 第35页 |
| ·实验与分析 | 第35-38页 |
| ·基于遗传算法和ICA 相结合的多姿态人脸识别 | 第38-45页 |
| ·遗传算法原理 | 第38-41页 |
| ·遗传算法和ICA 相结合的多姿态人脸合成识别算法 | 第41-42页 |
| ·实验与分析 | 第42-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 基于合成算法的超分辨率人脸图像重构 | 第47-53页 |
| ·引言 | 第47页 |
| ·传统插值算法 | 第47-48页 |
| ·超分辨率人脸图像重构算法 | 第48-50页 |
| ·算法原理 | 第48-49页 |
| ·获取分辨率转换矩阵 | 第49-50页 |
| ·实验与分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·本文的工作总结 | 第53页 |
| ·未来工作展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录：作者在攻读硕士学位期间完成的论文 | 第60页 |