| 摘要 | 第4-7页 |
| ABSTRACT | 第7-10页 |
| 符号说明 | 第14-15页 |
| 第一章 绪论 | 第15-35页 |
| 1.1 人脸图像识别技术的特点 | 第15-17页 |
| 1.2 人脸图像识别的应用领域及对国民经济的作用 | 第17-18页 |
| 1.3 人脸图像识别研究的现状 | 第18-33页 |
| 1.3.1 基于人脸全局特征的人脸图像识别 | 第19-23页 |
| 1.3.2 基于人脸局部特征的人脸图像识别 | 第23-28页 |
| 1.3.3 基于压缩感知稀疏表示理论的人脸图像识别 | 第28-33页 |
| 1.3.4 基于深度学习的人脸图像识别方法 | 第33页 |
| 1.4 论文的篇章结构及主要的研究成果 | 第33-35页 |
| 第二章 人脸图像识别算法评估方法及主要的人脸数据库 | 第35-53页 |
| 2.1 评估人脸图像识别算法的方法及指标 | 第35-43页 |
| 2.1.1 人脸辨认算法性能的评估 | 第36-37页 |
| 2.1.2 人脸确认算法性能的评估 | 第37-40页 |
| 2.1.3 图像向量匹配常用的相似度测度和距离测度 | 第40-43页 |
| 2.2 常用的人脸图像数据库 | 第43-51页 |
| 2.2.1 FERET人脸图像数据库 | 第43-44页 |
| 2.2.2 AR人脸图像数据库 | 第44-46页 |
| 2.2.3 扩展Extended Yale B人脸图像数据库 | 第46页 |
| 2.2.4 CAS-PEAL人脸图像数据库 | 第46-47页 |
| 2.2.5 CASIA NIR-VIS 2.0人脸数据库 | 第47-48页 |
| 2.2.6 Cohn-Kanada CK及CK+人脸表情数据库 | 第48-50页 |
| 2.2.7 MMI,Man-Machine Interaction人机交互人脸表情库 | 第50-51页 |
| 2.2.8 RU-FACS自发人脸表情库 | 第51页 |
| 2.3 本章小结 | 第51-53页 |
| 第三章 基于可变长特征的人脸图像识别算法 | 第53-68页 |
| 3.1 Gabor滤波器和C-LBP算子 | 第56页 |
| 3.2 VLDF特征及VLDF特征之间的距离 | 第56-63页 |
| 3.2.1 Gabor LBP图像分割与直方图 | 第56-58页 |
| 3.2.2 VLDF特征 | 第58-61页 |
| 3.2.3 VLDF特征之间距离的定义 | 第61-63页 |
| 3.2.4 算法的实现 | 第63页 |
| 3.3 仿真实验及性能分析 | 第63-67页 |
| 3.4 本章总结 | 第67-68页 |
| 第四章 基于局部Gabor空间直方图特征的人脸图像识别算法 | 第68-84页 |
| 4.1 LGDDP：一种新颖的人脸图像特征表示方法 | 第70-76页 |
| 4.1.1 Gabor滤波器 | 第70-73页 |
| 4.1.2 LGDDP特征描述符 | 第73-75页 |
| 4.1.3 LGDDP空间直方图 | 第75-76页 |
| 4.2 基于LGDDP的人脸图像识别 | 第76-79页 |
| 4.2.1 直接LGDDP空间直方图相似度 | 第77页 |
| 4.2.2 加权LGDDP空间直方图相似度 | 第77-79页 |
| 4.3 FERET人脸图像数据库 | 第79-80页 |
| 4.4 仿真实验及性能分析 | 第80-82页 |
| 4.5 本章小结 | 第82-84页 |
| 第五章 基于局部纹理方向分布特征的人脸表情识别算法 | 第84-101页 |
| 5.1 人脸表情识别文献综述 | 第84-87页 |
| 5.2 ADABOOST算法分析 | 第87-90页 |
| 5.3 局部纹理方向特征的提取 | 第90-93页 |
| 5.3.1 图像预处理 | 第90-91页 |
| 5.3.2 图像分割 | 第91-93页 |
| 5.4 基于局部纹理主导方向分布特征的弱分类器 | 第93-96页 |
| 5.5 采用LTDD和ADABOOST算法的人脸表情识别 | 第96页 |
| 5.6 仿真实验及性能分析 | 第96-99页 |
| 5.7 本章小结 | 第99-101页 |
| 第六章 总结与展望 | 第101-104页 |
| 参考文献 | 第104-115页 |
| 致谢 | 第115-117页 |
| 攻读期间发表的学术论文 | 第117页 |
