| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 生物特征识别 | 第8-10页 |
| 1.2 BFR 的发展现状 | 第10-12页 |
| 1.2.1 BFR 技术的分类 | 第10-11页 |
| 1.2.2 BFR 技术的发展方向 | 第11-12页 |
| 1.3 人面部识别（FR）技术的发展 | 第12-13页 |
| 1.4 本文的主要研究内容 | 第13-15页 |
| 第2章 人面部信息研究热点问题分析 | 第15-19页 |
| 2.1 引言 | 第15页 |
| 2.2 面部识别研究热点问题 | 第15-17页 |
| 2.2.1 基于 SVM 和 PCA 识别性别 | 第15-16页 |
| 2.2.2 人面部表情识别 | 第16-17页 |
| 2.2.3 在人的面部定位眼睛位置 | 第17页 |
| 2.3 眼镜反射高光遮挡下的眼睛坐标定位问题 | 第17-18页 |
| 2.4 算法性能评价标准 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 第3章 近红外人脸图像的采集与预处理 | 第19-25页 |
| 3.1 引言 | 第19页 |
| 3.2 近红外图像 | 第19-20页 |
| 3.2.1 近红外光波 | 第19页 |
| 3.2.2 近红外成像设备 | 第19-20页 |
| 3.3 人脸图像的预处理 | 第20-24页 |
| 3.3.1 眼睛标定处理 | 第21-22页 |
| 3.3.2 样本归一化处理 | 第22-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第4章 近红外人脸图像眼镜查找 | 第25-39页 |
| 4.1 引言 | 第25页 |
| 4.2 基于 Haar 特征的 Gabor 部分特征融合 | 第25-31页 |
| 4.2.1 Haar 特征及其分析 | 第25-28页 |
| 4.2.2 Gabor 特征融合 | 第28-31页 |
| 4.3 基于抛弃正负样本 Cascade 结构的特征提升算法 | 第31-36页 |
| 4.3.1 AdaBoost 算法 | 第31-33页 |
| 4.3.2 Cascade 结构 | 第33-35页 |
| 4.3.3 同时抛弃正负样本 Cascade 结构 | 第35-36页 |
| 4.4 实验与结果分析 | 第36-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第5章 反射高光遮挡下的眼睛标定 | 第39-46页 |
| 5.1 引言 | 第39页 |
| 5.2 对佩戴眼镜人面部图像的已有处理方法及问题 | 第39-41页 |
| 5.2.1 已有处理眼睛问题的方法 | 第39-40页 |
| 5.2.2 已有方法无法解决的问题 | 第40-41页 |
| 5.3 反射高光下的眼睛位置标定 | 第41-45页 |
| 5.3.1 半遮挡情况的处理 | 第42-44页 |
| 5.3.2 全遮挡情况的处理 | 第44页 |
| 5.3.3 标定结果 | 第44-45页 |
| 5.4 本章小结 | 第45-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 致谢 | 第52页 |
