| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-23页 |
| ·人脸识别的研究内容 | 第9-11页 |
| ·人脸识别的国内外研究现状 | 第11-12页 |
| ·人脸识别方法概述 | 第12-16页 |
| ·人脸识别系统的评价指标 | 第16-18页 |
| ·人脸识别面临的挑战 | 第18-19页 |
| ·本文主要工作 | 第19-21页 |
| ·论文的内容安排 | 第21-23页 |
| 第二章 基于PCA的人脸识别 | 第23-37页 |
| ·主成分分析方法(PCA) | 第23-28页 |
| ·PCA方法概述 | 第23-24页 |
| ·基于PCA的人脸识别 | 第24-27页 |
| ·PCA算法的优缺点分析 | 第27-28页 |
| ·二维主成分分析方法(2DPCA) | 第28-30页 |
| ·2DPCA的基本原理 | 第28-29页 |
| ·基于2DPCA的图像重建 | 第29-30页 |
| ·2DPCA的优缺点分析 | 第30页 |
| ·双边二维主成分分析方法(B2DPCA) | 第30-32页 |
| ·行方向2DPCA | 第30-31页 |
| ·列方向2DPCA | 第31-32页 |
| ·双边2DPCA(B2DPCA) | 第32页 |
| ·B2DPCA的优缺点分析 | 第32页 |
| ·快速二维PCA方法(NIB2DPCA) | 第32-36页 |
| ·快速二维PCA方法的基本原理 | 第32-34页 |
| ·实验环境 | 第34页 |
| ·实验 | 第34-36页 |
| ·快速二维PCA方法的优势 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第三章 基于2DPCA的彩色人脸识别 | 第37-43页 |
| ·矩阵表示模型的基本原理 | 第37-38页 |
| ·特征提取 | 第38页 |
| ·分类识别 | 第38-39页 |
| ·实验及其结果与分析 | 第39-42页 |
| ·人脸数据库 | 第39-40页 |
| ·实验结果与分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 小空间占用的快速彩色人脸图像识别 | 第43-50页 |
| ·算法原理 | 第43-45页 |
| ·实验及其结果与分析 | 第45-49页 |
| ·最近邻分类器 | 第45页 |
| ·实验结果 | 第45-48页 |
| ·实验分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于对称非迭代双边2DPCA的人脸识别 | 第50-58页 |
| ·奇偶分解原理 | 第50-51页 |
| ·对称非迭代双边2DPCA(SNIB2DPCA)的算法原理 | 第51-52页 |
| ·人脸识别 | 第52-53页 |
| ·实验 | 第53-57页 |
| ·实验一 | 第53-54页 |
| ·实验二 | 第54-56页 |
| ·实验三 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 主要结论与展望 | 第58-60页 |
| 主要结论 | 第58-59页 |
| 展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第64页 |