| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| Chapter 1 Introduction | 第10-18页 |
| 1.1 Background the Subject | 第10-11页 |
| 1.2 The Important of Face Recognition | 第11-13页 |
| 1.3 Brief Introduction of face Recognition Technology | 第13-16页 |
| 1.4 The main contents our article | 第16-18页 |
| Chapter 2 Pretreatment Facial Image Processing | 第18-33页 |
| 2.1 Introduction | 第18-22页 |
| 2.1.1 Normalization facial | 第18-19页 |
| 2.1.2 Affine transformation image histogram equalization | 第19-20页 |
| 2.1.3 Image level interpolation | 第20-22页 |
| 2.2 Histogram image Normalization | 第22-32页 |
| 2.2.1 Image Smoothing | 第25-28页 |
| 2.2.2 Linear Smoothers Image | 第28-29页 |
| 2.2.3 Gaussian filter Face effects | 第29-32页 |
| 2.3 Chapter Summary | 第32-33页 |
| Chapter 3 Feature Extraction Based on Liner Method | 第33-57页 |
| 3.1 Introduction | 第33-34页 |
| 3.2 Face linear Discriminant analysis of small samples size problem | 第34-35页 |
| 3.3 Size Normalization of Face Image Samples Using affine | 第35-40页 |
| 3.3.1 Gray level and histogram | 第36-38页 |
| 3.3.2 Gradation face normalization | 第38-40页 |
| 3.4 Face Image Histogram testing Experiment | 第40-56页 |
| 3.4.1 Recognition Dataset from ORL | 第43-49页 |
| 3.4.2 Linear Discriminant Analysis (LDA) | 第49-51页 |
| 3.4.3 Comparison Multi linear MPCA work | 第51-56页 |
| 3.5 Chapter summary | 第56-57页 |
| Chapter 4 Feature Extraction and Kernel Method Used | 第57-72页 |
| 4.1 Introduction | 第57页 |
| 4.2 Basic concepts of methods | 第57-60页 |
| 4.3 Algorithm based on kernel theorem | 第60-64页 |
| 4.3.1 Feature Selection in a Kernel Space | 第62-64页 |
| 4.3.2 Selection in a Kernel Eigen faces | 第64页 |
| 4.4 Implementation PCA AND LDA on FERET dataset | 第64-71页 |
| 4.4.1 Algorithms to compared | 第66-68页 |
| 4.4.2 Training and Results | 第68-71页 |
| 4.5 Chapter Summary | 第71-72页 |
| Chapter 5 Design of Artificial Neural Network Classifier | 第72-93页 |
| 5.1 Introduction | 第72-73页 |
| 5.2 Back propagation Face Detection using Neural Network | 第73-76页 |
| 5.2.1 Back Propagation network structure | 第73-74页 |
| 5.2.2 BP Neural Network used rules | 第74-76页 |
| 5.3 BP Neural Network Far Toward Recognition | 第76-80页 |
| 5.3.1 BP neural network set Compares | 第77-78页 |
| 5.3.2 BP neural network recognizer | 第78-79页 |
| 5.3.3 Back Propagation Algorithms | 第79-80页 |
| 5.4. Multi-layers Perceptron Neural Networks | 第80-83页 |
| 5.4.1 Neural Pattern Recognition | 第81-82页 |
| 5.4.2 Proposed Technique BP Neural Network | 第82-83页 |
| 5.5. An Experiment work Recognition Neural Network System | 第83-91页 |
| 5.5.1 Decision Combination in Multiple Classifier System | 第84-85页 |
| 5.5.2 Offline and Online Pattern Classifier | 第85-88页 |
| 5.5.3 Landsat Satellite Image detection | 第88-91页 |
| 5.6 Chapter Summary | 第91-93页 |
| Conclusion | 第93-95页 |
| References | 第95-100页 |
| Academic papers published during the Master's degree | 第100-101页 |
| Thanks | 第101页 |
