| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 人脸识别的发展 | 第11-12页 |
| 1.2.2 人脸自动识别方法 | 第12-15页 |
| 1.3 研究内容 | 第15-18页 |
| 2 相关技术简介 | 第18-28页 |
| 2.1 人脸检测和识别算法简介 | 第18-23页 |
| 2.1.1 基于可视特征的方法 | 第18-20页 |
| 2.1.2 基于模板的方法 | 第20-21页 |
| 2.1.3 基于代数特征的方法 | 第21-22页 |
| 2.1.4 基于机器学习的方法 | 第22-23页 |
| 2.2 人脸识别算法评判标准 | 第23-25页 |
| 2.2.1 常用人脸库 | 第23-24页 |
| 2.2.2 人脸识别评价标准 | 第24-25页 |
| 2.3 本章小结 | 第25-28页 |
| 3 快速人眼定位算法研究 | 第28-40页 |
| 3.1 人脸图像的预处理 | 第28-32页 |
| 3.1.1 几何归一化处理 | 第28-30页 |
| 3.1.2 灰度归一化处理 | 第30-32页 |
| 3.2 人眼定位方法研究 | 第32页 |
| 3.3 人眼快速定位算法设计 | 第32-35页 |
| 3.3.1 人眼区域粗定位 | 第32-33页 |
| 3.3.2 阈值分割 | 第33-34页 |
| 3.3.3 灰度积分投影及分析 | 第34-35页 |
| 3.4 快速人眼定位算法实验 | 第35-38页 |
| 3.4.1 评判标准 | 第35-36页 |
| 3.4.2 测试人脸库 | 第36页 |
| 3.4.3 测试结果分析 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 4 基于 PCA 变换的全局特征人脸识别算法研究 | 第40-50页 |
| 4.1 PCA 人脸识别方法 | 第40-43页 |
| 4.1.1 K-L 变换原理 | 第40-42页 |
| 4.1.2 PCA 在人脸识别中的应用 | 第42-43页 |
| 4.2 PCA 人脸识别算法的改进 | 第43-45页 |
| 4.2.1 算法改进基本思想 | 第43-44页 |
| 4.2.2 特征值的选取 | 第44页 |
| 4.2.3 距离函数的选取 | 第44-45页 |
| 4.3 改进 PCA 算法实验 | 第45-48页 |
| 4.3.1 准确性测试 | 第46-47页 |
| 4.3.2 性能测试 | 第47页 |
| 4.3.3 特征值选取效果测试 | 第47-48页 |
| 4.4 本章小结 | 第48-50页 |
| 5 基于 Gabor 变换的局部特征人脸识别算法研究 | 第50-56页 |
| 5.1 Gabor 变换简介 | 第50-51页 |
| 5.2 基于局部特征人脸识别训练 | 第51-52页 |
| 5.2.1 局部信息选取 | 第51-52页 |
| 5.2.2 局部特征选取 | 第52页 |
| 5.3 基于局部特征人脸识别实现 | 第52-53页 |
| 5.4 基于局部特征人脸识别算法实验 | 第53-55页 |
| 5.4.1 实验样本选择 | 第53-54页 |
| 5.4.2 测试结果分析 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 6 总结 | 第56-58页 |
| 6.1 工作小结 | 第56-57页 |
| 6.1.1 人眼定位算法研究 | 第56页 |
| 6.1.2 PCA 人脸识别算法研究 | 第56-57页 |
| 6.1.3 基于局部特征的人脸识别算法研究 | 第57页 |
| 6.2 不足与展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文 | 第64-65页 |