| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 插图索引 | 第10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-18页 |
| ·人脸识别研究背景与意义 | 第11-12页 |
| ·人脸识别技术问题描述 | 第12-13页 |
| ·人脸识别发展历史和研究现状 | 第13-15页 |
| ·人脸识别发展历史 | 第13-14页 |
| ·国内外人脸识别研究现状 | 第14-15页 |
| ·人脸识别应用前景 | 第15-16页 |
| ·本文研究工作 | 第16-18页 |
| 第2章 人脸识别方法综述 | 第18-25页 |
| ·基于几何特征的人脸识别方法 | 第18-19页 |
| ·基于模板匹配的人脸识别方法 | 第19-20页 |
| ·特征脸方法 | 第20-21页 |
| ·基于神经网络的人脸识别方法 | 第21-22页 |
| ·弹性图匹配方法 | 第22-23页 |
| ·隐马尔可夫模型(HMM)法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 相关理论与算法研究 | 第25-43页 |
| ·小波分析 | 第25-27页 |
| ·独立分量分析 | 第27-35页 |
| ·统计分析基础 | 第27-31页 |
| ·信息嫡及最大嫡定理 | 第31-33页 |
| ·ICA算法研究 | 第33-35页 |
| ·神经网络 | 第35-41页 |
| ·神经网络特点及应用 | 第35-37页 |
| ·神经网络结构及类型 | 第37-38页 |
| ·神经网络学习算法 | 第38-39页 |
| ·BP网络 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于小波变换、FAST-ICA和RBF神经网络的人脸识别算法 | 第43-53页 |
| ·人脸图像的小波变换预处理 | 第43-45页 |
| ·基于独立分量分析方法的特征提取 | 第45-47页 |
| ·基于RBF神经网络的分类器设计 | 第47-50页 |
| ·隐层单元的选取 | 第47-48页 |
| ·方差参数的选取 | 第48-49页 |
| ·网络的学习过程 | 第49-50页 |
| ·实验性能分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 总结 | 第53-55页 |
| 1 本文总结 | 第53页 |
| 2 今后工作展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 附录A 攻读硕士学位期间所发表的论文 | 第60页 |