| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-21页 |
| ·人脸识别的背景及研究意义 | 第10页 |
| ·人脸识别的研究现状 | 第10-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·人脸识别方法简介 | 第12-17页 |
| ·基于子空间的方法 | 第12-13页 |
| ·基于模型的方法 | 第13-15页 |
| ·弹性图匹配法 | 第15-16页 |
| ·基于神经网络的方法 | 第16页 |
| ·线性边界轮廓图 | 第16页 |
| ·支持向量机方法 | 第16-17页 |
| ·人脸识别的性能评价 | 第17-19页 |
| ·人脸识别常用的数据库介绍 | 第17-18页 |
| ·人脸识别的评价指标 | 第18-19页 |
| ·论文工作及层次安排 | 第19-21页 |
| 第二章 子空间分析法在人脸识别中的应用 | 第21-29页 |
| ·引言 | 第21页 |
| ·主成分分析法及二维主成分分析法 | 第21-24页 |
| ·主成分分析法 | 第21-23页 |
| ·二维主成分分析法 | 第23-24页 |
| ·基于 Fisher 准则的鉴别方法及二维 Fisher 准则鉴别方法 | 第24-26页 |
| ·基于 Fisher 准则的鉴别方法 | 第24-26页 |
| ·基于二维 Fisher 准则的鉴别方法 | 第26页 |
| ·实验结果 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 隐马尔科夫模型在人脸识别中的应用 | 第29-56页 |
| ·引言 | 第29页 |
| ·马尔科夫随机过程 | 第29-30页 |
| ·隐马尔科夫随机过程 | 第30-31页 |
| ·一个例子用于说明马尔科夫模型与隐马尔科夫模型 | 第31-32页 |
| ·如何应用隐马尔科夫模型 | 第32-43页 |
| ·隐马尔科夫模型在应用中的总体思路 | 第33-34页 |
| ·寻求最优状态序列路径 | 第34-37页 |
| ·采用全概率目标函数进行模型参数重估 | 第37-43页 |
| ·采用最优概率目标函数进行模型参数重估 | 第43页 |
| ·特征提取方式 | 第43-48页 |
| ·基于二维离散余弦变换的特征提取方式 | 第43-45页 |
| ·基于二维小波变换的特征提取方式 | 第45-48页 |
| ·隐马尔科夫模型在人脸识别中的具体应用 | 第48-55页 |
| ·隐马尔科夫模型训练过程 | 第48-50页 |
| ·应用隐马尔科夫模型进行人脸识别过程 | 第50页 |
| ·实验结果 | 第50-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 伪二维隐马尔科夫模型在人脸识别中的应用 | 第56-67页 |
| ·引言 | 第56页 |
| ·伪二维隐马尔科夫模型及参数定义 | 第56-58页 |
| ·双嵌入式 Viterbi 解码算法 | 第58-60页 |
| ·伪二维隐马尔科夫模型参数重估 | 第60-61页 |
| ·伪二维隐马尔科夫模型应用流程 | 第61-66页 |
| ·特征数据获取 | 第61-62页 |
| ·伪二维隐马尔科夫模型参数初始化 | 第62-63页 |
| ·伪二维隐马尔科夫模型的训练 | 第63-64页 |
| ·应用伪二维隐马尔科夫模型进行人脸识别 | 第64-65页 |
| ·实验结果 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 基于多类映射的人脸识别 | 第67-77页 |
| ·引言 | 第67页 |
| ·基于模型的方法及 Fisher 域 | 第67-69页 |
| ·Fisher 核与Fisher 域 | 第67-68页 |
| ·Fisher 域空间 | 第68-69页 |
| ·基于隐马尔科夫模型的 Fisher 域的求解 | 第69-70页 |
| ·多类映射原理 | 第70-71页 |
| ·数据白化及 FDA 分类 | 第71-72页 |
| ·基于多类映射方式的人脸识别过程 | 第72-74页 |
| ·隐马尔科夫模型的训练 | 第72页 |
| ·生成 LSS 域空间的特征向量 | 第72-74页 |
| ·基于多类映射的人脸识别系统 | 第74页 |
| ·实验结果 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| ·研究成果总结 | 第77页 |
| ·后续工作建议 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 攻硕期间取得的研究成果 | 第85-86页 |