| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 人脸识别研究历史与现状 | 第11-15页 |
| 1.3 本文的主要研究内容及结构 | 第15-16页 |
| 第二章 人脸图像预处理 | 第16-35页 |
| 2.1 引言 | 第16页 |
| 2.2 光照预处理 | 第16-20页 |
| 2.3 人脸关键点检测 | 第20-30页 |
| 2.3.1 主动形状模型 | 第21-25页 |
| 2.3.2 HAT描述子 | 第25-27页 |
| 2.3.3 描述子匹配算法 | 第27-30页 |
| 2.4 人脸图像对齐与尺寸归一化 | 第30-34页 |
| 2.4.1 人脸图像对齐 | 第30-32页 |
| 2.4.2 人脸图像尺寸归一化 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 基于多尺度高维特征的人脸识别 | 第35-56页 |
| 3.1 引言 | 第35页 |
| 3.2 人脸特征提取方法 | 第35-42页 |
| 3.2.1 LBP特征 | 第35-37页 |
| 3.2.2 SIFT特征 | 第37-40页 |
| 3.2.3 LE特征 | 第40-42页 |
| 3.3 多尺度人脸图像金字塔 | 第42-43页 |
| 3.4 基于高维特征的人脸描述 | 第43-45页 |
| 3.5 基于联合贝叶斯与SVM的人脸识别方法 | 第45-49页 |
| 3.5.1 联合分布模型 | 第46-47页 |
| 3.5.2 模型学习 | 第47-48页 |
| 3.5.3 模型学习中计算的简化 | 第48-49页 |
| 3.6 基于高维特征人脸识别的实验与分析 | 第49-55页 |
| 3.6.1 实验数据库 | 第49-50页 |
| 3.6.2 实验结果与分析 | 第50-55页 |
| 3.7 本章小结 | 第55-56页 |
| 第四章 基于多特征融合与稀疏降维的高维特征人脸识别 | 第56-66页 |
| 4.1 引言 | 第56页 |
| 4.2 基于稀疏的降维方法 | 第56-58页 |
| 4.3 多特征融合策略 | 第58-61页 |
| 4.4 实验结果与分析 | 第61-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 室外动态场景人脸识别系统设计与实现 | 第66-81页 |
| 5.1 人脸识别系统简述 | 第66页 |
| 5.2 室外动态场景人脸识别系统设计 | 第66-74页 |
| 5.2.1 总体架构分析与设计 | 第66-68页 |
| 5.2.2 软件功能模块设计 | 第68-74页 |
| 5.3 室外动态场景人脸识别系统软件实现 | 第74-77页 |
| 5.4 室外动态场景人脸识别系统测试 | 第77-80页 |
| 5.5 本章小结 | 第80-81页 |
| 第六章 全文总结与展望 | 第81-83页 |
| 6.1 全文总结 | 第81-82页 |
| 6.2 后续工作展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |