基于二维Gabor特征和多特征融合的人脸识别的研究

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-13页
·引言	第10-11页
·人脸识别发展现状	第11-12页
·本文组织结构	第12-13页
第2章 人脸识别常用算法概述	第13-18页
·基于几何特征的人脸识别方法	第13-14页
·基于奇异值分解（SVD）的人脸识别方法	第14页
·特征脸方法	第14-15页
·独立分量分析法	第15页
·线性判别分析(LDA)法	第15-16页
·人工神经网络	第16页
·本章小结	第16-18页
第3章 基于二维GABOR特征的人脸识别算法	第18-34页
·GABOR小波变换简介	第18-24页
·一维离散小波变换	第19页
·推广到二维信号	第19-20页
·一维复小波变换	第20-21页
·扩展到二维空间	第21-22页
·基于2D-Gabor的人脸特征抽取	第22-24页
·奇异值特征提取算法的实现	第24-27页
·人脸图像的奇异值特征	第24-25页
·奇异值特征向量的重要性质	第25-27页
·GABOR特征与奇异值特征融合的实现	第27-33页
·图像融合的概念和具体实现方法	第27-32页
·图像融合的质量评估体系	第32-33页
·本章小结	第33-34页
第4章 实验结果分析	第34-40页
·实验数据集和实验环境说明	第34-35页
·实验数据集	第34-35页
·实验环境	第35页
·二维GABOR特征和奇异值融合的实验结果	第35-39页
·本章小结	第39-40页
第5章 结论总结与展望	第40-42页
·本文总结	第40页
·工作展望	第40-42页
参考文献	第42-46页
作者简介及在学期间所取得的科研成果	第46-47页
致谢	第47页