| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·人脸识别的重要意义 | 第9页 |
| ·人脸识别的技术概要 | 第9-10页 |
| ·人脸识别技术的发展 | 第10页 |
| ·国内外研究概况 | 第10-14页 |
| ·基于几何特征的人脸识别方法 | 第10-11页 |
| ·基于子空间分析的人脸识别方法 | 第11-12页 |
| ·基于模板匹配的人脸识别方法 | 第12-13页 |
| ·弹性图匹配方法 | 第13页 |
| ·支持向量机方法 | 第13页 |
| ·级联的分类器方法 | 第13-14页 |
| ·三维人脸识别的提出 | 第14-15页 |
| ·光照、姿态和表情对人脸识别造成的影响 | 第15-16页 |
| ·本文的主要内容及结构安排 | 第16-17页 |
| 2 子空间分析方法 | 第17-25页 |
| ·主成分分析方法 | 第17-19页 |
| ·主成分分析方法概述 | 第17-18页 |
| ·主成分分析方法的计算过程 | 第18-19页 |
| ·线性判别分析方法 | 第19-21页 |
| ·线性判别分析方法概述 | 第19页 |
| ·线性判别分析方法的计算过程 | 第19-21页 |
| ·核主成分分析方法 | 第21-22页 |
| ·核主成分分析方法概述 | 第21页 |
| ·核主成分分析方法的计算过程 | 第21-22页 |
| ·核线性判决分析方法 | 第22-25页 |
| ·核线性判决分析方法概述 | 第22页 |
| ·核线性判决分析方法计算过程 | 第22-25页 |
| 3 基于二维GABOR 特征的三维人脸识别 | 第25-41页 |
| ·引言 | 第25页 |
| ·基于二维GABOR 特征的三维人脸识别的流程图 | 第25-27页 |
| ·二维 Gabor 特征的提取 | 第27-32页 |
| ·二维Gabor 小波的概述 | 第27页 |
| ·Gabor 滤波器 | 第27-28页 |
| ·Gabor 小波表征 | 第28-29页 |
| ·二维Gabor 特征提取算法概述 | 第29-30页 |
| ·二维Gabor 特征提取算法 | 第30-32页 |
| ·三维人脸识别 | 第32-37页 |
| ·三维人脸识别概述 | 第32页 |
| ·三维人脸识别流程 | 第32页 |
| ·三维人脸模型重建 | 第32-35页 |
| ·三维人脸模板匹配 | 第35-36页 |
| ·3D 可变形模板的延伸的Fisherface 算法 | 第36-37页 |
| ·三维人脸识别系统框架 | 第37页 |
| ·实验分析 | 第37-41页 |
| ·基于ORL 人脸数据库的实验 | 第38-39页 |
| ·基于UMIST 人脸数据库的实验 | 第39-40页 |
| ·实验结果分析 | 第40-41页 |
| 4 基于三维人脸模型的光照处理和姿态处理 | 第41-49页 |
| ·引言 | 第41页 |
| ·光照空间的相关定义 | 第41-43页 |
| ·模型匹配 | 第43-46页 |
| ·建立人脸表面模型 | 第44页 |
| ·将模型匹配到目标图像中去 | 第44-46页 |
| ·实验分析 | 第46-49页 |
| ·实验描述 | 第46-47页 |
| ·实验结果分析 | 第47-49页 |
| 5 基于三维模型的人脸表情的处理 | 第49-54页 |
| ·引言 | 第49页 |
| ·基于三维模型的人脸表情识别算法 | 第49-50页 |
| ·基于三维模型的人脸表情识别算法的详细说明 | 第50-51页 |
| ·实验分析 | 第51-54页 |
| ·实验描述 | 第51-53页 |
| ·实验结果分析 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| ·总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |