| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 概述 | 第7-16页 |
| ·问题的提出 | 第7-8页 |
| ·人脸识别技术简介 | 第8-10页 |
| ·人脸识别的内容 | 第8页 |
| ·基于人脸的身份认证 | 第8-10页 |
| ·人脸识别技术的历史与发展 | 第10-12页 |
| ·人脸识别技术研究现状 | 第12-13页 |
| ·研究意义 | 第13页 |
| ·人脸识别相关学科研究状况 | 第13-15页 |
| ·人的种族特性 | 第13-14页 |
| ·人头部的几何结构及基本特征 | 第14-15页 |
| ·主要研究成果 | 第15-16页 |
| 第二章 理论分析 | 第16-25页 |
| ·图像识别的概念 | 第16页 |
| ·颜色空间 | 第16-19页 |
| ·RGB颜色空间 | 第17-18页 |
| ·YC_bC_r颜色空间 | 第18-19页 |
| ·人脸视觉认知 | 第19-25页 |
| ·人脸认知模型 | 第19-21页 |
| ·人脸认知规律 | 第21-25页 |
| 第三章 基于人脸图像的识别方法 | 第25-36页 |
| ·人脸定位 | 第25-28页 |
| ·图像预处理 | 第28-33页 |
| ·二维中值滤波 | 第28-29页 |
| ·图像增强 | 第29-30页 |
| ·边缘检测 | 第30-33页 |
| ·特征提取 | 第33-36页 |
| ·积分投影 | 第33-35页 |
| ·特征的选取 | 第35-36页 |
| 第四章 基于径向基函数神经网络的人脸识别 | 第36-53页 |
| ·神经网络简介 | 第36-37页 |
| ·神经网络的基本概念 | 第36-37页 |
| ·神经网络的研究方向 | 第37页 |
| ·径向基函数网络的基本原理 | 第37-39页 |
| ·径向基函数网络的(RBF)与传统的BP网络的差别 | 第39-40页 |
| ·径向基函数网络的学习及在多维空间中的解释 | 第40-41页 |
| ·基于径向基函数网络的人脸识别 | 第41-42页 |
| ·无监督学习的动态聚类算法 | 第42-46页 |
| ·聚类分析 | 第42-43页 |
| ·两种动态聚类法 | 第43-46页 |
| ·部分实验结果 | 第46-53页 |
| 结束语 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |