| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-20页 |
| ·人脸识别的研究背景与意义 | 第9-10页 |
| ·人脸识别的国内外研究现状 | 第10-12页 |
| ·人脸识别的研究内容与难点 | 第12-14页 |
| ·人脸识别方法分类 | 第14-18页 |
| ·本文的研究内容及主要工作 | 第18-19页 |
| ·论文的结构 | 第19-20页 |
| 第二章 人脸图像的预处理 | 第20-27页 |
| ·人脸库的选取 | 第20-22页 |
| ·人脸图像预处理 | 第22-26页 |
| ·图像噪声滤波 | 第22-23页 |
| ·图像灰度均衡化 | 第23-24页 |
| ·图像旋转 | 第24-25页 |
| ·图像姿态归一化 | 第25-26页 |
| ·图像尺度归一化 | 第26页 |
| ·小结 | 第26-27页 |
| 第三章 基于双向2DLDA和局部SVD对称平均的特征提取 | 第27-37页 |
| ·奇异值分解 | 第27-31页 |
| ·改进的奇异值分解 | 第28-30页 |
| ·局部奇异值分解对称平均 | 第30-31页 |
| ·线性判别分析 | 第31-35页 |
| ·一维线性判别分析 | 第31-33页 |
| ·双向二维线性判别分析 | 第33-35页 |
| ·基于双向2DLDA与局部SVD对称平均的特征提取方法 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第四章 基于加权特征融合的最近邻分类识别 | 第37-42页 |
| ·融合策略分析 | 第37-38页 |
| ·决策层特征融合识别 | 第38-39页 |
| ·基于加权欧氏距离的最近邻分类器 | 第39页 |
| ·实验及结果分析 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第五章 基于三层虚拟图像生成的单样本解决方法 | 第42-55页 |
| ·单样本问题 | 第42-43页 |
| ·虚拟图像生成的常用方法 | 第43-46页 |
| ·组合投影主成分分析方法 | 第43-44页 |
| ·增强的组合投影主成分分析方法 | 第44-46页 |
| ·三层虚拟图像生成算法 | 第46-53页 |
| ·基于SVD扰动的算法—第一层虚拟图像生成 | 第47页 |
| ·几何变换--第二层虚拟图像生成 | 第47-50页 |
| ·基于空间分布的样本扩张—第三层虚拟图像生成 | 第50-52页 |
| ·三层虚拟图像生成算法 | 第52-53页 |
| ·实验及结果分析 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第六章 基于融合HMM的单样本人脸识别算法 | 第55-63页 |
| ·隐马尔可夫模型 | 第55-57页 |
| ·概述 | 第55-56页 |
| ·用于人脸识别的HMM | 第56-57页 |
| ·融合HMM分类识别 | 第57-60页 |
| ·模型结构 | 第57-58页 |
| ·训练算法 | 第58-59页 |
| ·决策权重的选择 | 第59页 |
| ·融合HMM的单样本识别算法 | 第59-60页 |
| ·实验及结果分析 | 第60-62页 |
| ·小结 | 第62-63页 |
| 第七章 人脸识别原型系统的设计与实现 | 第63-73页 |
| ·原型系统的主要框架 | 第63-64页 |
| ·核心类的设计与实现 | 第64-69页 |
| ·图像处理基本类的设计 | 第64-66页 |
| ·矩阵类的设计 | 第66-67页 |
| ·HMM类的设计 | 第67-69页 |
| ·原型系统实现 | 第69-72页 |
| ·小结 | 第72-73页 |
| 第八章 总结与展望 | 第73-75页 |
| ·总结 | 第73页 |
| ·展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士期间发表的论文 | 第80页 |