| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 1 绪论 | 第7-16页 |
| ·研究背景与意义 | 第7-8页 |
| ·国内外研究概况及发展趋势 | 第8-9页 |
| ·人脸识别方法综述 | 第9-14页 |
| ·本论文的主要工作和章节安排 | 第14-16页 |
| 2 人脸识别的几种典型的特征提取和分类器设计方法 | 第16-28页 |
| ·主成份分析(PCA) | 第16-18页 |
| ·基于Fisher线性判别准则的Fisher脸方法 | 第18-23页 |
| ·Fisher线性判别准则 | 第18-21页 |
| ·增强型Fisher脸方法 | 第21-23页 |
| ·仿生模式识别在人脸识别中的应用 | 第23-24页 |
| ·SVM在人脸识别中的应用 | 第24-28页 |
| 3 基于Gabor特征的二次分类方法 | 第28-40页 |
| ·基于二维Gabor函数的人脸图像特征的提取 | 第28-30页 |
| ·二次分类方法 | 第30-38页 |
| ·用超椭球神经网络实现仿生模式识别 | 第31-32页 |
| ·纠错SVM分类器的设计 | 第32-38页 |
| ·基于Gabor特征的二次分类方法 | 第38-40页 |
| 4 实验结果与分析 | 第40-49页 |
| ·ORL人脸库实验结果及分析 | 第41-43页 |
| ·基于其它人脸库的实验结果及分析 | 第43-47页 |
| ·Yale人脸库 | 第43-45页 |
| ·AR人脸库 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 5 总结与展望 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 攻读硕士学位期间发表学术论文情况 | 第53-54页 |
| 致谢 | 第54-55页 |