| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第1章 绪论 | 第12-20页 |
| ·人脸识别的研究背景和意义 | 第12页 |
| ·人脸识别的发展历史及国内外现状 | 第12-14页 |
| ·人脸识别的发展历史 | 第12-13页 |
| ·人脸识别的国内外现状 | 第13-14页 |
| ·人脸识别的研究内容及方法 | 第14-17页 |
| ·人脸识别的研究内容 | 第14-15页 |
| ·人脸识别的研究方法 | 第15-17页 |
| ·人脸识别的技术难点 | 第17-18页 |
| ·本文的主要研究内容与章节安排 | 第18-20页 |
| 第2章人脸识别的相关理论 | 第20-31页 |
| ·人脸图像的预处理 | 第20-26页 |
| ·图像归一化 | 第20-25页 |
| ·几何归一化 | 第20-23页 |
| ·灰度归一化 | 第23-25页 |
| ·图像二值化 | 第25-26页 |
| ·人脸图像特征的提取和选择 | 第26-28页 |
| ·人脸图像特征的提取 | 第26-27页 |
| ·人脸图像特征的选择 | 第27-28页 |
| ·人脸图像特征的匹配与分析 | 第28-30页 |
| ·人脸图像特征的匹配 | 第28-29页 |
| ·人脸图像特征的分析 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章基于 Gabor 小波变换的人脸特征提取算法 | 第31-51页 |
| ·Gabor 小波变换理论分析 | 第31-35页 |
| ·小波变换 | 第31-34页 |
| ·小波变换的Mallat 快速算法 | 第34-35页 |
| ·二维Gabor 滤波器 | 第35-41页 |
| ·二维Gabor 滤波器的参数选择 | 第36-40页 |
| ·二维Gabor 滤波器的特性分析 | 第40-41页 |
| ·人脸Gabor 特征提取算法及其改进 | 第41-45页 |
| ·人脸Gabor 特征提取 | 第41-42页 |
| ·基于Gabor 的人脸有效区域特征提取算法 | 第42-45页 |
| ·基于 Gabor 小波变换的人脸图像多分辨率分解与重建 | 第45-49页 |
| ·小波分解层数的确定 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第4章基于最优 Gabor 特征的人脸识别 | 第51-56页 |
| ·算法的基本思想 | 第51页 |
| ·人脸图像有效区域的确定 | 第51-52页 |
| ·关键点的选取和下采样 | 第52页 |
| ·利用Gabor+PCA+LDA 进行特征选取和分析 | 第52-54页 |
| ·实验的结果与分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章系统的设计与实现 | 第56-64页 |
| ·系统概述 | 第56-57页 |
| ·系统的硬件与软件运行环境 | 第56页 |
| ·系统采用的人脸识别算法 | 第56页 |
| ·系统主要功能与特点 | 第56-57页 |
| ·系统工作模式 | 第57-58页 |
| ·系统实现 | 第58-59页 |
| ·人脸图像采集 | 第58页 |
| ·系统框架结构 | 第58-59页 |
| ·系统界面 | 第59-62页 |
| ·人脸图像采集操作界面 | 第60页 |
| ·身份验证系统界面 | 第60-61页 |
| ·身份识别系统界面 | 第61-62页 |
| ·实验结果与分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| ·总结 | 第64-65页 |
| ·展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第69-70页 |
