| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第12-28页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 发展现状 | 第13-15页 |
| 1.3 研究中的挑战 | 第15-18页 |
| 1.4 人脸识别的基本流程 | 第18-25页 |
| 1.4.1 人脸检测 | 第18-19页 |
| 1.4.2 人脸对齐 | 第19页 |
| 1.4.3 特征提取 | 第19-22页 |
| 1.4.4 人脸识别 | 第22-25页 |
| 1.5 研究目的与意义 | 第25-26页 |
| 1.6 研究内容及结构安排 | 第26-28页 |
| 1.6.1 主要研究内容 | 第26页 |
| 1.6.2 结构安排 | 第26-28页 |
| 第二章 人脸识别概述及相关滤波器基础 | 第28-48页 |
| 2.1 特征描述子介绍 | 第28-29页 |
| 2.2 PCA介绍及分析 | 第29-34页 |
| 2.2.1 PCA的基本思想 | 第30页 |
| 2.2.2 PCA的实施步骤 | 第30-32页 |
| 2.2.3 PCA的分析 | 第32-34页 |
| 2.3 LDA介绍及分析 | 第34-38页 |
| 2.3.1 LDA的基本思想 | 第34-35页 |
| 2.3.2 LDA的实施步骤 | 第35-36页 |
| 2.3.3 LDA分析 | 第36-38页 |
| 2.4 相关滤波器介绍 | 第38-44页 |
| 2.4.1 相关的基本概念 | 第38-39页 |
| 2.4.2 经典的相关滤波器 | 第39-41页 |
| 2.4.3 相关滤波器的特性 | 第41-44页 |
| 2.5 类依赖特征分析 | 第44-46页 |
| 2.6 本章总结 | 第46-48页 |
| 第三章 基于相关滤波器的人脸姿态估计 | 第48-66页 |
| 3.1 相关工作 | 第48-49页 |
| 3.2 方向相关滤波器集(DCFS)方法 | 第49-54页 |
| 3.2.1 特征提取框架 | 第49-50页 |
| 3.2.2 DCFS实施步骤 | 第50-52页 |
| 3.2.3 基于人脸姿态估计的人脸识别流程 | 第52-54页 |
| 3.3 实验结果与分析 | 第54-63页 |
| 3.3.1 实验设置 | 第54-55页 |
| 3.3.2 人脸姿态估计结果 | 第55-58页 |
| 3.3.3 人脸识别结果 | 第58-60页 |
| 3.3.4 DCFS的泛化性能 | 第60-61页 |
| 3.3.5 HOG中的块数目分析 | 第61-63页 |
| 3.3.6 利用DCFS判定图像遮挡 | 第63页 |
| 3.4 本章总结 | 第63-66页 |
| 第四章 基于多项式相关滤波器的特征融合 | 第66-78页 |
| 4.1 相关工作介绍 | 第66-67页 |
| 4.1.1 背景 | 第66-67页 |
| 4.1.2 传统的特征融合方法 | 第67页 |
| 4.2 基于多项式滤波器的非线性融合(NF-PCF)方法 | 第67-72页 |
| 4.2.1 NF-PCF的设计思想 | 第68页 |
| 4.2.2 NF-PCF的设计和实施步骤 | 第68-72页 |
| 4.3 实验结果与分析 | 第72-77页 |
| 4.3.1 实验设置 | 第72-73页 |
| 4.3.2 NF-PCF与对比方法的人脸识别结果与分析 | 第73-75页 |
| 4.3.3 NF-PCF与对比方法的人脸识别结果与分析 | 第75-77页 |
| 4.4 本章总结 | 第77-78页 |
| 第五章 全文总结及展望 | 第78-80页 |
| 5.1 全文总结 | 第78-79页 |
| 5.2 展望 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 硕士期间的科研成果 | 第85-86页 |
| 致谢 | 第86-87页 |
