| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-14页 |
| ·研究背景及意义 | 第11页 |
| ·人脸识别的应用 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文各章内容安排 | 第13-14页 |
| 第2章 人脸识别相关技术综述 | 第14-20页 |
| ·引言 | 第14页 |
| ·人脸识别研究的内容 | 第14页 |
| ·人脸识别方法的分类 | 第14-18页 |
| ·常用的人脸图像库 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 小波变换的原理 | 第20-30页 |
| ·引言 | 第20页 |
| ·小波变换 | 第20-28页 |
| ·概述 | 第20-21页 |
| ·小波变换的理论基础 | 第21-28页 |
| ·小波变换的 MATLAB 实现 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第4章 基于 PCA 和 DCT 的人脸识别方法 | 第30-44页 |
| ·引言 | 第30-31页 |
| ·主成分分析 | 第31-38页 |
| ·K-L 变换 | 第31-33页 |
| ·奇异值分解 | 第33-34页 |
| ·人脸图像的特征提取 | 第34-35页 |
| ·基于 PCA 的人脸特征提取原理 | 第35-37页 |
| ·人脸特征提取的步骤 | 第37-38页 |
| ·离散余弦变换的原理 | 第38-40页 |
| ·一种基于 PCA 和 DCT 的人脸识别方法 | 第40页 |
| ·算法步骤 | 第40-41页 |
| ·实验结果与分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 一种结合 SVM 的人脸识别方法 | 第44-51页 |
| ·概述 | 第44页 |
| ·支持向量机的算法思想 | 第44-48页 |
| ·支持向量机简介 | 第44-47页 |
| ·支持向量机的核函数 | 第47页 |
| ·SVM 分类器的构造方法 | 第47-48页 |
| ·一种基于结合小变换、PCA 和 SVM 的人脸识别方法 | 第48-49页 |
| ·小波变换用于人脸识别关键问题分析 | 第48页 |
| ·算法步骤 | 第48-49页 |
| ·实验结果与分析 | 第49页 |
| ·本章小结 | 第49-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录A 读研期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |