| 第1章 引言 | 第1-24页 |
| 1．1 课题研究的目的和意义 | 第8-9页 |
| 1．2 人脸识别技术的研究现状 | 第9-21页 |
| 1．2．1 人脸的检测 | 第10-14页 |
| 1．2．2 人脸的识别 | 第14-21页 |
| 1．2．3 总结与展望 | 第21页 |
| 1．3 本文研究的主要内容 | 第21-24页 |
| 第2章 人脸图像的检测 | 第24-28页 |
| 2．1 基于彩色信息相似度的人脸图像检测 | 第24-26页 |
| 2．2 人脸检测中的噪声区域过滤 | 第26页 |
| 2．3 本章小节 | 第26-28页 |
| 第3章 人脸图像预处理 | 第28-35页 |
| 3．1 人眼的标定 | 第28-31页 |
| 3．2 人脸图像标准化 | 第31-34页 |
| 3．3 本章小结 | 第34-35页 |
| 第4章 基于K-L变换的特征提取 | 第35-53页 |
| 4．1 K-L变换的讨论 | 第36-42页 |
| 4．2 K-L特征空间的奇异值分解 | 第42-45页 |
| 4．3 主分量法的奇异值分解实现 | 第45-49页 |
| 4．4 人脸图像的重建 | 第49-51页 |
| 4．5 本章小结 | 第51-53页 |
| 第5章 Fisher线性判别分析 | 第53-65页 |
| 5．1 Fisher线性判别分析的讨论 | 第53-61页 |
| 5．1．1 Fisher线性判别分析的二分类问题 | 第53-57页 |
| 5．1．2 Fisher多重判别分析 | 第57-61页 |
| 5．2 Fisher多重判别分析的实现 | 第61-64页 |
| 5．3 本章小结 | 第64-65页 |
| 第6章 分类器设计及实验结果分析 | 第65-79页 |
| 6．1 样本分类器的讨论 | 第65-70页 |
| 6．1．1 标准距离法 | 第66-67页 |
| 6．1．2 最近邻法 | 第67页 |
| 6．1．3 平均距离法 | 第67-68页 |
| 6．1．4 基于K-L变换的加权距离法 | 第68-70页 |
| 6．2 实验结果及分析 | 第70-77页 |
| 6．2．1 K-L变换方法的实验结果及分析 | 第70-73页 |
| 6．2．2 针对K-L变换的各种分类方法的比较 | 第73-75页 |
| 6．2．3 Fisher线性判别分析的实验结果及与主分量法的比较 | 第75-77页 |
| 6．3 本章小结 | 第77-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第86-87页 |
| 致谢 | 第87页 |