| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-19页 |
| ·引言 | 第11页 |
| ·人脸识别的研究内容 | 第11-13页 |
| ·人脸识别技术的应用 | 第13-15页 |
| ·人脸识别技术的研究现状及发展趋势 | 第15-16页 |
| ·本论文的主要内容和结构安排 | 第16-19页 |
| ·主要研究内容 | 第16-17页 |
| ·论文结构安排 | 第17-19页 |
| 第二章 人脸图像预处理及人脸检测 | 第19-34页 |
| ·引言 | 第19页 |
| ·人脸图像预处理 | 第19-23页 |
| ·彩色图像转化为灰度图像 | 第20-21页 |
| ·人脸图像噪声的消减 | 第21-22页 |
| ·人脸图像的归一化 | 第22-23页 |
| ·人脸检测方法 | 第23-25页 |
| ·基于Adaboost 算法的级联分类器人脸检测 | 第25-32页 |
| ·算法原理 | 第26-30页 |
| ·实验方法及结果 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 人脸特征提取与识别 | 第34-51页 |
| ·引言 | 第34页 |
| ·人脸识别方法综述 | 第34-42页 |
| ·弹性图匹配 | 第36-37页 |
| ·人工神经网络 | 第37-38页 |
| ·隐马尔可夫模型 | 第38-40页 |
| ·支持向量机 | 第40-41页 |
| ·其它方法 | 第41页 |
| ·人脸识别方法总结 | 第41-42页 |
| ·利用主成分分析进行人脸特征提取的特征脸方法 | 第42-49页 |
| ·主成分分析法 | 第42-48页 |
| ·特征脸方法 | 第48-49页 |
| ·特征脸方法的优点与不足 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第四章 基于Supervised-PCA的人脸识别技术 | 第51-62页 |
| ·引言 | 第51页 |
| ·Supervised- PCA 的降维技术 | 第51-57页 |
| ·加权PCA | 第51-54页 |
| ·Supervised-PCA | 第54页 |
| ·离散余弦变换（DCT） | 第54-57页 |
| ·人脸识别实验 | 第57-61页 |
| ·实验数据来源 | 第57-58页 |
| ·实验过程 | 第58-59页 |
| ·实验结果及分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 人脸识别系统的设计与实现 | 第62-69页 |
| ·引言 | 第62页 |
| ·人脸识别系统的组成与实现步骤 | 第62-67页 |
| ·系统硬件组成 | 第62页 |
| ·系统软件设计 | 第62-66页 |
| ·人脸识别系统的主要实现步骤 | 第66-67页 |
| ·人脸识别实验结果及分析 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 结束语 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 附录 | 第76页 |