| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第1章 绪 论 | 第9-16页 |
| ·论文研究背景 | 第9-10页 |
| ·人脸识别的国内外研究现状 | 第10-13页 |
| ·人脸识别在国外研究现状 | 第10-12页 |
| ·人脸识别在国内研究现状 | 第12-13页 |
| ·人脸识别的问题描述 | 第13-15页 |
| ·论文主要工作及章节安排 | 第15-16页 |
| 第2章 基于主元特征的人脸识别方法 | 第16-27页 |
| ·概述 | 第16-17页 |
| ·基于主元特征的人脸识别方法 | 第17-24页 |
| ·主成分分析法(PCA) | 第17-20页 |
| ·对称主成分分析法(SPCA) | 第20-22页 |
| ·二维主成分分析法(TDPCA) | 第22-23页 |
| ·对称二维主成分分析法(STDPCA) | 第23-24页 |
| ·PCA、SPCA、TDPCA 和STDPCA 的性能比较 | 第24-26页 |
| ·实验结果与分析 | 第25-26页 |
| ·本章小节 | 第26-27页 |
| 第3章 基于相位一致性的图像特征检测 | 第27-34页 |
| ·概述 | 第27-28页 |
| ·相位谱分析 | 第28-29页 |
| ·相位一致性原理 | 第29-31页 |
| ·实验结果与分析 | 第31-33页 |
| ·Matlab 的仿真实现 | 第31-32页 |
| ·实验结果与分析 | 第32-33页 |
| ·本章小节 | 第33-34页 |
| 第4章 基于相位一致性图像的模块化STDPCA 算法 | 第34-43页 |
| ·概述 | 第34页 |
| ·基于相位一致性图像的模块化STDPCA 算法 | 第34-40页 |
| ·问题的提出 | 第34-35页 |
| ·STDPCA 图像模块化方法 | 第35-37页 |
| ·子模块图像合并方法及模糊分类 | 第37-39页 |
| ·算法实现步骤 | 第39-40页 |
| ·实验结果与分析 | 第40-42页 |
| ·不同子块的影响 | 第40-42页 |
| ·各种算法识别率比较 | 第42页 |
| ·本章小节 | 第42-43页 |
| 第5章 全文总结与展望 | 第43-45页 |
| ·论文总结 | 第43-44页 |
| ·未来展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 附录:攻读学位期间发表的学术论文 | 第50页 |