| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·项目背景与研究意义 | 第9-11页 |
| ·人脸识别系统的总体结构 | 第11-13页 |
| ·特征提取难点 | 第13页 |
| ·本文的主要工作 | 第13-14页 |
| ·本文的结构安排 | 第14-15页 |
| 第二章 人脸特征提取方法综述 | 第15-31页 |
| ·基于几何的特征矢量提取方法 | 第15-19页 |
| ·低层特征分析方法 | 第15-18页 |
| ·组群特征 | 第18-19页 |
| ·基于统计的特征矢量提取方法 | 第19-23页 |
| ·线性子空间方法 | 第19-23页 |
| ·隐马尔可夫模型(HMM) | 第23页 |
| ·基于连接机制的特征矢量提取方法 | 第23-30页 |
| ·支持向量机方法 | 第24-26页 |
| ·神经网络方法 | 第26-28页 |
| ·弹性图匹配方法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 图像预处理模块的实现 | 第31-43页 |
| ·图像预处理在系统中的作用 | 第31页 |
| ·图像光照补偿 | 第31-33页 |
| ·基于肤色模型的人脸检测 | 第33-36页 |
| ·人脸图像的形态学变换 | 第36-38页 |
| ·图像腐蚀 | 第36-37页 |
| ·图像膨胀 | 第37-38页 |
| ·人脸模板匹配 | 第38-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于Gabor滤波器的人脸特征提取算法的实现 | 第43-67页 |
| ·二维Gabor小波变换及其响应特性 | 第43-51页 |
| ·二维Gabor小波变换 | 第44-45页 |
| ·二维Gabor滤波器组参数 | 第45-48页 |
| ·二维Gabor滤波器响应特性 | 第48-51页 |
| ·基于Gabor滤波器的人脸特征提取算法 | 第51-63页 |
| ·奇部Gabor滤波器进行人脸图像边缘检测 | 第52-56页 |
| ·广义Hough变换确定人眼完整边缘 | 第56-58页 |
| ·提取眼部轮廓Gabor特征 | 第58-60页 |
| ·利用PCA&LDA实现人眼Gabor特征降维 | 第60-63页 |
| ·基于Gabor变换的人脸特征提取算法设计与实现 | 第63-65页 |
| ·实验结果分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 Gabor变换在人脸识别系统中的应用 | 第67-73页 |
| ·基于几何特征的人脸识别系统 | 第67-68页 |
| ·经典的基于Gabor变换的人脸识别系统 | 第68页 |
| ·基于Gabor滤波器的人脸识别系统 | 第68-69页 |
| ·实验结果与分析 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 结束语 | 第73-75页 |
| ·本文结论 | 第73-74页 |
| ·未来研究方向 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |