| 提要 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-14页 |
| 第1章 绪论 | 第14-30页 |
| ·课题的研究背景 | 第14-17页 |
| ·新型的身份识别技术——生物特征识别 | 第14-15页 |
| ·人脸识别的优势和难点 | 第15-17页 |
| ·基于图像的人脸识别技术研究现状 | 第17-25页 |
| ·基于几何结构的人脸识别技术 | 第19-20页 |
| ·基于局部特征的人脸识别技术 | 第20-24页 |
| ·基于子空间的人脸识别技术 | 第24-25页 |
| ·主要测评用人脸数据库 | 第25-28页 |
| ·本文工作及章节安排 | 第28-30页 |
| 第2章 基于眼睛定位的人脸校正 | 第30-52页 |
| ·前言 | 第30-31页 |
| ·研究背景 | 第31-36页 |
| ·径向对称变换 | 第31-33页 |
| ·投影函数 | 第33-36页 |
| ·算法介绍 | 第36-39页 |
| ·RST 和 MNMPF 在眼睛定位中的局限 | 第36-37页 |
| ·圆域均值最小亮度积分投影函数 CNMDI-IPF | 第37-39页 |
| ·算法描述 | 第39-45页 |
| ·算法主要流程 | 第39页 |
| ·人脸图像预处理 | 第39-40页 |
| ·使用 RST 提取眼睛候选区域 | 第40-42页 |
| ·基于图像欧氏距离的眼睛区域匹配 | 第42-44页 |
| ·使用 CNMDI-IPF投影峰定位瞳孔 | 第44页 |
| ·眼睛定位步骤 | 第44-45页 |
| ·实验与分析 | 第45-51页 |
| ·测试用人脸库及测试环境介绍 | 第45-47页 |
| ·测试数据及分析 | 第47-51页 |
| ·算法结论 | 第51-52页 |
| 第3章 基于局部特征提取的人脸识别 | 第52-74页 |
| ·前言 | 第52-53页 |
| ·基于水平分量优先原则的 RDW-LBP人脸识别算法 | 第53-63页 |
| ·人脸图像预处理流程 | 第54-55页 |
| ·离散小波变换及水平分量优先原则 | 第55页 |
| ·区域性-方向性加权二元局部模式 RDW-LBP | 第55-59页 |
| ·基于 RDW-LBP的人脸识别分类器设计 | 第59-63页 |
| ·实验与分析 | 第63-66页 |
| ·HCPP验证测试 | 第63-64页 |
| ·算法测试数据对比及分析 | 第64-66页 |
| ·算法结论 | 第66-67页 |
| ·基于 LTP 子模式的人脸识别 | 第67-72页 |
| ·基本的局部三元模式 | 第67-68页 |
| ·基于 LTP 子模式（LTP-SP）的人脸识别 | 第68-70页 |
| ·实验与分析 | 第70-72页 |
| ·算法结论 | 第72-74页 |
| 第4章 基于改进完备隶属度函数和双向下采样二维线性鉴别分析的人脸识别 | 第74-98页 |
| ·前言 | 第74-75页 |
| ·算法描述 | 第75-80页 |
| ·2DLDA 和 Alternative-2DLDA (A2DLDA) | 第75-77页 |
| ·模糊理论和模糊 K 近邻 | 第77-79页 |
| ·模糊 2DLDA | 第79-80页 |
| ·本文算法 | 第80-88页 |
| ·2DLDA 和 A2DLDA 的信息互补性 | 第80-83页 |
| ·完备模糊隶属度的实质和其改进定义 | 第83-84页 |
| ·样本下采样和分类器集成 | 第84-86页 |
| ·ICFM-DBi2DLDA 算法步骤 | 第86-88页 |
| ·实验和分析 | 第88-96页 |
| ·在 ORL人脸库上的测试 | 第89-91页 |
| ·在 AR人脸库上的测试 | 第91-93页 |
| ·在 PolyU-NIR人脸库上的测试 | 第93-94页 |
| ·不同的集成分类器数量对识别率的影响 | 第94-95页 |
| ·验证 2DLDA 和 A2DLDA抽取人脸信息的互补性理论 | 第95-96页 |
| ·算法结论 | 第96-98页 |
| 第5章 基于多子类鉴别分析的人脸识别 | 第98-126页 |
| ·前言 | 第98-99页 |
| ·基于混合加权马氏距离的修正子类鉴别分析 | 第99-113页 |
| ·研究基础 | 第99-101页 |
| ·基于混合加权马氏距离的修正 SDA | 第101-106页 |
| ·实验与分析 | 第106-113页 |
| ·算法结论 | 第113页 |
| ·核二维子类鉴别分析 | 第113-126页 |
| ·研究基础 | 第113-114页 |
| ·K2DSDA | 第114-118页 |
| ·实验与分析 | 第118-124页 |
| ·算法结论 | 第124-126页 |
| 第6章 总结和展望 | 第126-130页 |
| 参考文献 | 第130-146页 |
| 作者简介及在学期间所取得的科研成果 | 第146-149页 |
| 致谢 | 第149页 |
