| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·引言 | 第10-11页 |
| ·人脸识别的研究现状 | 第11-13页 |
| ·人脸识别的研究内容 | 第13-14页 |
| ·人脸识别的难点 | 第14页 |
| ·本论文的主要工作和章节安排 | 第14-16页 |
| 第二章 人脸识别的经典理论方法 | 第16-41页 |
| ·基于K-L变换的主分量分析方法 | 第16-26页 |
| ·K-L变换 | 第16-18页 |
| ·PCA的理论基础 | 第18-20页 |
| ·利用PCA进行人脸识别 | 第20-23页 |
| ·基于主分量分析方法人脸识别的实验 | 第23-24页 |
| ·PCA特点及存在问题 | 第24-25页 |
| ·相关方法 | 第25-26页 |
| ·线性判别分析法 | 第26-37页 |
| ·Fisher线性判别理论基础 | 第26-31页 |
| ·多类问题的Fisher线性判别分析 | 第31-34页 |
| ·Fisher线性判别分析方法用于人脸识别 | 第34-36页 |
| ·基于Fisher线性判别分析方法人脸识别的实验 | 第36-37页 |
| ·存在问题及相关方法 | 第37页 |
| ·最近邻分类器和度量函数 | 第37-40页 |
| ·最近邻分类器 | 第38页 |
| ·度量函数 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 人脸图像的预处理 | 第41-53页 |
| ·概述 | 第41页 |
| ·人脸数据库 | 第41-42页 |
| ·彩色图像转换为灰度图像 | 第42-43页 |
| ·人脸图像的几何预处理 | 第43-48页 |
| ·缩放 | 第43-44页 |
| ·灰度级插值 | 第44-48页 |
| ·人脸图像的灰度预处理 | 第48-52页 |
| ·直方图均衡化 | 第48-51页 |
| ·灰度归一化 | 第51-52页 |
| ·人脸识别的预处理过程 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第四章 Gabor小波变换的人脸特征提取算法 | 第53-76页 |
| ·从傅里叶变换到小波变换 | 第53-54页 |
| ·小波变换基础 | 第54-60页 |
| ·Gabor小波的生物学背景 | 第60-61页 |
| ·Gabor小波 | 第61-72页 |
| ·一维Gabor小波 | 第61-62页 |
| ·二维Gabor小波 | 第62-63页 |
| ·二维Gabor滤波器组参数选择 | 第63-68页 |
| ·Gabor脸 | 第68-70页 |
| ·采用FFT加速Gabor特征提取 | 第70-71页 |
| ·Gabor特征下采样 | 第71-72页 |
| ·Gabor+PCA+Fisher的人脸识别方法 | 第72-75页 |
| ·Gabor特征的PCA降维 | 第72-73页 |
| ·Gabor特征的Fisher线性判别分析 | 第73-74页 |
| ·实验分析 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 第五章 K近邻组合分类器 | 第76-92页 |
| ·K近邻法 | 第76-77页 |
| ·基于距离和角度度量的K-NN分类器组合 | 第77-79页 |
| ·基于距离和角度度量的K-NN组合分类器的实验结果 | 第79-87页 |
| ·实验一及分析 | 第79-83页 |
| ·实验二及分析 | 第83-85页 |
| ·实验三及分析 | 第85-86页 |
| ·实验四及分析 | 第86-87页 |
| ·基于加权角度距离和改进城市块距离的K-NN组合分类器 | 第87-90页 |
| ·实验五及分析 | 第87-89页 |
| ·实验六及分析 | 第89-90页 |
| ·本章小结 | 第90-92页 |
| 第六章 基于静态人脸识别系统的设计与实现 | 第92-102页 |
| ·设计思想 | 第92页 |
| ·系统框图与系统测试 | 第92-97页 |
| ·图形用户界面的改进 | 第97-100页 |
| ·本章小结 | 第100-102页 |
| 第七章 总结与展望 | 第102-104页 |
| 致谢 | 第104-105页 |
| 参考文献 | 第105-110页 |
| 附录A 攻读学位期间发表论文 | 第110页 |