| 创新点摘要 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 绪论 | 第14-31页 |
| 1.1 研究背景及意义 | 第14-18页 |
| 1.2 国内外研究现状 | 第18-26页 |
| 1.2.1 相关理论研究现状 | 第18-24页 |
| 1.2.2 需要解决的问题 | 第24-26页 |
| 1.3 研究目标及内容 | 第26-29页 |
| 1.3.1 研究目标 | 第26页 |
| 1.3.2 主要研究内容 | 第26-29页 |
| 1.4 论文组织结构 | 第29-31页 |
| 第2章 人脸识别及图像匹配相关技术研究 | 第31-61页 |
| 2.1 人脸识别技术概述 | 第31-37页 |
| 2.1.1 人脸识别的国内外发展状况 | 第31-34页 |
| 2.1.2 人脸识别系统概述 | 第34-36页 |
| 2.1.3 人脸识别研究的难点分析 | 第36-37页 |
| 2.2 面部特征描述及特征提取基本方法 | 第37-45页 |
| 2.2.1 面部特征描述方法 | 第37-39页 |
| 2.2.2 特征提取基本方法 | 第39-45页 |
| 2.3 图像匹配相关技术介绍 | 第45-49页 |
| 2.4 图像匹配方法研究 | 第49-56页 |
| 2.4.1 基于灰度的匹配算法 | 第49-51页 |
| 2.4.2 基于特征点的匹配算法 | 第51-56页 |
| 2.5 基于局部投影熵的图像快速匹配算法 | 第56-60页 |
| 2.6 小结 | 第60-61页 |
| 第3章 融合多尺度全局和局部特征的特征提取算法研究 | 第61-79页 |
| 3.1 基于奇异值分解的特征提取算法 | 第61-64页 |
| 3.2 奇异值分解算法研究 | 第64-65页 |
| 3.3 人脸奇异值向量分析 | 第65-67页 |
| 3.4 粗糙集理论和支持向量机研究 | 第67-69页 |
| 3.4.1 粗糙集理论 | 第67-68页 |
| 3.4.2 支持向量机 | 第68-69页 |
| 3.5 融合多尺度全局和局部特征的特征提取方法 | 第69-72页 |
| 3.5.1 人脸的多尺度全局与局部特征提取方法 | 第69-70页 |
| 3.5.2 SVM多分类识别策略分析 | 第70-71页 |
| 3.5.3 基于RS-SVM的人脸识别方法 | 第71-72页 |
| 3.6 实验结果与分析 | 第72-77页 |
| 3.6.1 全局特征的识别结果分析 | 第74-75页 |
| 3.6.2 融合多尺度全局和局部特征的识别结果分析 | 第75-77页 |
| 3.7 小结 | 第77-79页 |
| 第4章 基于改进全变分模型的人脸识别方法研究 | 第79-91页 |
| 4.1 人脸识别中光照问题分析 | 第79-81页 |
| 4.2 反射系数模型和Retinex方法研究 | 第81-82页 |
| 4.3 基于全变分模型的光照估计算法 | 第82-83页 |
| 4.4 基于改进全变分模型的人脸识别方法 | 第83-86页 |
| 4.4.1 基于多分辨率的全变分模型 | 第83-84页 |
| 4.4.2 基于分块PCA的局部特征提取方法 | 第84-86页 |
| 4.5 实验结果与分析 | 第86-89页 |
| 4.6 小结 | 第89-91页 |
| 第5章 基于改进主动形状模型的面部特征点定位算法研究 | 第91-126页 |
| 5.1 主动形状模型概述 | 第91-104页 |
| 5.1.1 PDM模型构建 | 第92-93页 |
| 5.1.2 相似性变换 | 第93-96页 |
| 5.1.3 统计模型建立 | 第96-99页 |
| 5.1.4 模型匹配算法 | 第99-100页 |
| 5.1.5 更新形状参数 | 第100-102页 |
| 5.1.6 多分辨率框架 | 第102-104页 |
| 5.2 主动形状模型性能分析 | 第104-105页 |
| 5.3 基于改进主动形状模型的特征提取方法研究 | 第105-117页 |
| 5.3.1 基于改进局部纹理轮廓模型的ASM方法 | 第106-109页 |
| 5.3.2 基于边缘结构的ASM方法 | 第109-110页 |
| 5.3.3 实验结果与分析 | 第110-117页 |
| 5.4 基于增量子空间学习算法的主动形状模型研究 | 第117-124页 |
| 5.4.1 主成分分析和增量子空间学习算法 | 第117-120页 |
| 5.4.2 基于增量子空间学习的特征提取算法 | 第120-122页 |
| 5.4.3 实验结果与分析 | 第122-124页 |
| 5.5 小结 | 第124-126页 |
| 第6章 结论与展望 | 第126-130页 |
| 6.1 论文工作总结 | 第126-128页 |
| 6.2 下一步工作展望 | 第128-130页 |
| 参考文献 | 第130-141页 |
| 攻读学位期间公开发表论文 | 第141-142页 |
| 攻读学位期间参加的科研项目 | 第142-143页 |
| 致谢 | 第143-144页 |
| 作者简介 | 第144页 |
