| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 背景与意义 | 第9-11页 |
| 1.1.1 研究意义与典型应用 | 第9-11页 |
| 1.1.2 优势与不足 | 第11页 |
| 1.2 国内外研究动态 | 第11-15页 |
| 1.3 人脸识别系统的应用 | 第15-16页 |
| 1.4 论文研究内容和组织结构 | 第16-17页 |
| 第2章 相关知识与技术简介 | 第17-24页 |
| 2.1 主要技术概述 | 第17-22页 |
| 2.1.1 OpenCV 简介 | 第17-18页 |
| 2.1.2 Visual C++ 2008 简介 | 第18-19页 |
| 2.1.3 配置 OpenCV | 第19-22页 |
| 2.2 人脸识别技术评价 | 第22-23页 |
| 2.3 本章小节 | 第23-24页 |
| 第3章 人脸识别算法 | 第24-38页 |
| 3.1 基于 PCA 的人脸识别方法 | 第24-27页 |
| 3.1.1 K-L 变换 | 第24-26页 |
| 3.1.2 PCA 技术 | 第26-27页 |
| 3.2 基于 FISHER 线性判别的人脸识别方法 | 第27-32页 |
| 3.2.1 Fisher 鉴别向量 | 第28-30页 |
| 3.2.2 最优鉴别平面 | 第30页 |
| 3.2.3 多类 Fisher 线性判别问题 | 第30-32页 |
| 3.3 基于 LBP 特征的人脸识别方法 | 第32-37页 |
| 3.3.1 LBP 介绍 | 第33-35页 |
| 3.3.2 基于 LBP 的人脸识别 | 第35-37页 |
| 3.4 本章小节 | 第37-38页 |
| 第4章 基于 OPENCV 搭建人脸识别实验平台 | 第38-54页 |
| 4.1 人脸识别实验平台的功能 | 第38-40页 |
| 4.2 OPENCV 中图像处理库类 | 第40-41页 |
| 4.2.1 CvMat 类 | 第40页 |
| 4.2.2 IplImage 类 | 第40-41页 |
| 4.3 OPENCV 中人脸识别算法类 | 第41-44页 |
| 4.3.1 Algorithm 类 | 第41-42页 |
| 4.3.2 FaceRecognizer 类 | 第42-44页 |
| 4.4 人脸识别实验平台的实现 | 第44-49页 |
| 4.4.1 人脸图像批量读取的实现 | 第44-46页 |
| 4.4.2 人脸特征训练和识别的实现 | 第46-47页 |
| 4.4.3 人脸识别的评价指标的计算 | 第47-49页 |
| 4.5 人脸识别实验结果 | 第49-53页 |
| 4.5.1 实验数据库 | 第49-51页 |
| 4.5.2 实验结果 | 第51-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 作者简介 | 第60-61页 |
| 致谢 | 第61页 |