| 摘要 | 第1-6页 |
| 英文摘要 | 第6-12页 |
| 第一章 绪论 | 第12-24页 |
| ·研究背景与项目情况 | 第12页 |
| ·自动人脸识别问题描述 | 第12-13页 |
| ·人脸识别的研究意义与典型应用 | 第13-14页 |
| ·人脸作为生物特征识别方法的优势与不足 | 第14-16页 |
| ·人脸识别的技术优势 | 第15-16页 |
| ·人脸识别的弱点 | 第16页 |
| ·人类视觉识别系统特性简介及其借鉴意义 | 第16-19页 |
| ·问题的提出及本文主要贡献 | 第19-22页 |
| ·问题的提出 | 第19-21页 |
| ·本文主要贡献 | 第21-22页 |
| ·论文的组织结构 | 第22-24页 |
| 第二章 人脸识别研究综述 | 第24-40页 |
| ·人脸识别的一般计算模型探讨 | 第24-25页 |
| ·人脸识别研究历史、现状概述 | 第25-30页 |
| ·人脸识别的国内研究状况 | 第30-31页 |
| ·人脸识别主要技术方法归类 | 第31-33页 |
| ·国内外公用人脸图像数据库及其性能评测情况 | 第33-36页 |
| ·国内外主要公共人脸图像数据库 | 第33-34页 |
| ·FERET 测试 | 第34页 |
| ·FRVT2000 和FRVT2002 测试 | 第34-36页 |
| ·国内外主要人脸识别商业系统 | 第36-37页 |
| ·人脸识别领域的若干开放问题和技术发展趋势 | 第37-39页 |
| ·若干开放问题 | 第37-39页 |
| ·可能的技术趋势浅析 | 第39页 |
| ·人脸识别研究发展现状总结 | 第39-40页 |
| 第三章 局部纹理约束的主动表观模型 | 第40-52页 |
| ·问题的提出 | 第40-41页 |
| ·前人工作简介 | 第41-45页 |
| ·主动形状模型 | 第41-43页 |
| ·主动表观模型(AAM) | 第43-45页 |
| ·局部纹理约束的主动表观模型LTC-AAM | 第45-48页 |
| ·边缘约束局部纹理模型 | 第46页 |
| ·LTC-AAM 基本思想 | 第46-47页 |
| ·LTC-AAM 算法流程 | 第47-48页 |
| ·主要特点总结 | 第48页 |
| ·实验与分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 基于AdaGabor特征判别分析的人脸识别方法 | 第52-68页 |
| ·问题的提出 | 第52-53页 |
| ·前人相关工作介绍 | 第53-57页 |
| ·Gabor 特征提取与性质 | 第53-56页 |
| ·AdaBoost 分类方法简介 | 第56-57页 |
| ·AdaGaDA 人脸识别方法 | 第57-61页 |
| ·多类问题的二类化 | 第57-58页 |
| ·基于Boosting 技术的AdaGabor 特征选择 | 第58-60页 |
| ·基于AdaGabor 特征的子空间判别分析 | 第60-61页 |
| ·实验与分析 | 第61-67页 |
| ·测试数据库情况介绍 | 第61-64页 |
| ·AdaGabor 特征的统计特性分析 | 第64-65页 |
| ·对比算法设计 | 第65-66页 |
| ·识别性能对比分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 人脸识别中的“误配准灾难”问题研究 | 第68-84页 |
| ·引言 | 第68-69页 |
| ·“误配准灾难”问题的提出 | 第69-72页 |
| ·实验设计——Fisherface 在FERET 人脸库上的测试 | 第69-70页 |
| ·“误配准灾难”问题 | 第70-72页 |
| ·“误配准灾难”产生原因分析及解决方案归类 | 第72-73页 |
| ·精确再配准方法 | 第72-73页 |
| ·误配准不变的鲁棒特征方法 | 第73页 |
| ·误配准学习方法 | 第73页 |
| ·变换不变距离度量方法 | 第73页 |
| ·考虑误配准鲁棒性的识别性能评价方法 | 第73-76页 |
| ·基于配准误差学习的增强判别分析方法（E-Fisherface） | 第76-77页 |
| ·Gabor 特征的误配准鲁棒性分析 | 第77-78页 |
| ·实验评估与分析 | 第78-82页 |
| ·在FERET 上的对比实验 | 第78-81页 |
| ·在CAS-PEAL上的对比实验 | 第81-82页 |
| ·本章小结 | 第82-84页 |
| 第六章 人脸识别应用系统设计 | 第84-96页 |
| ·问题的提出 | 第84页 |
| ·应用系统设计共性关键问题初探 | 第84-88页 |
| ·现场环境设计与改造 | 第84-85页 |
| ·摄像设备选择与安装 | 第85页 |
| ·增强人脸检测功能 | 第85-86页 |
| ·选择合适的注册原型图像 | 第86页 |
| ·核心识别算法的选择 | 第86-87页 |
| ·识别输出策略 | 第87页 |
| ·学习集的构建 | 第87-88页 |
| ·识别模型更新与在线学习 | 第88页 |
| ·活体判别问题 | 第88页 |
| ·基于面像的身份识别系统 | 第88-92页 |
| ·人脸照片比对系统 | 第89-90页 |
| ·模拟Windows XP 用户自动登录系统 | 第90-92页 |
| ·基于面像的身份验证系统 | 第92-94页 |
| ·机场登机旅客身份验证系统 | 第93-94页 |
| ·本章小结 | 第94-96页 |
| 第七章 结束语 | 第96-101页 |
| ·研究的问题及其研究意义 | 第96页 |
| ·本文研究内容及主要贡献 | 第96-98页 |
| ·全面综述了自动人脸识别研究的发展状况 | 第97页 |
| ·提出了局部纹理约束的主动表观模型LTC-AAM | 第97页 |
| ·提出了基于AdaGaDA 人脸识别新方法 | 第97-98页 |
| ·提出并系统研究了人脸识别中的“误配准灾难”问题 | 第98页 |
| ·初步探讨了人脸识别应用系统设计问题 | 第98页 |
| ·后续工作 | 第98-101页 |
| 参考文献 | 第101-114页 |
| 致谢 | 第114-116页 |
| 作者简历 | 第116-119页 |
