| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-22页 |
| ·引言 | 第11-12页 |
| ·典型的生物特征识别技术 | 第12-16页 |
| ·人脸识别产生的背景 | 第16页 |
| ·人脸识别的目的及意义 | 第16-17页 |
| ·人脸识别技术的国内外现状 | 第17-18页 |
| ·目前人脸识别技术面临的困难 | 第18页 |
| ·人脸识别技术相关研究方法 | 第18-20页 |
| ·本论文的各章节主要内容 | 第20-22页 |
| 第2章 人脸图像的预处理 | 第22-29页 |
| ·引言 | 第22页 |
| ·人脸图像库 | 第22-24页 |
| ·人脸的预处理算法 | 第24-28页 |
| ·图像的几何归一化 | 第24-25页 |
| ·图像的灰度归一化 | 第25-26页 |
| ·图像的二值化 | 第26-27页 |
| ·图像的中值滤波法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于PCA的人脸识别 | 第29-36页 |
| ·引言 | 第29页 |
| ·K-L变换原理 | 第29-31页 |
| ·PCA在人脸识别中的应用 | 第31-35页 |
| ·读入人脸库 | 第31-32页 |
| ·将原始图像组成的矩阵进行K-L变换，并计算特征向量 | 第32-33页 |
| ·将训练图像和测试图像投影到特征空间中 | 第33页 |
| ·特征向量的选择 | 第33-34页 |
| ·距离函数的选取 | 第34-35页 |
| ·PCA的优缺点分析 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于2DPCA的人脸识别 | 第36-41页 |
| ·引言 | 第36页 |
| ·2DPCA的基本原理 | 第36-37页 |
| ·人脸特征提取 | 第37-38页 |
| ·2DPCA的人脸识别 | 第38页 |
| ·2DPCA的优缺点分析 | 第38页 |
| ·基于改进的 2DPCA识别方法 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 实验分析比较 | 第41-51页 |
| ·引言 | 第41页 |
| ·在ORL人脸库的实验 | 第41-44页 |
| ·识别率与维数的关系 | 第41-43页 |
| ·训练样本数与识别率和识别时间的关系 | 第43-44页 |
| ·在AR人脸库的实验 | 第44-50页 |
| ·三种识别方法受时间变化的影响 | 第44-46页 |
| ·三种识别方法受表情变化的影响 | 第46-48页 |
| ·光照变化实验结果 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 作者简介 | 第55-56页 |
| 致谢 | 第56页 |