| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-21页 |
| ·人脸识别的研究意义及特点 | 第7-8页 |
| ·人脸识别的研究意义 | 第7页 |
| ·人脸识别研究的特点 | 第7-8页 |
| ·人脸识别的研究内容及原理 | 第8-11页 |
| ·人脸识别的研究内容 | 第8页 |
| ·人脸识别的原理 | 第8-11页 |
| ·人脸识别的历史和现状 | 第11-15页 |
| ·人脸识别研究的历史 | 第11-13页 |
| ·人脸识别的研究现状 | 第13-15页 |
| ·人脸识别的主要方法 | 第15-19页 |
| ·本文的主要工作及结构安排 | 第19-21页 |
| 第二章 经典的基于子空间的人脸识别算法 | 第21-33页 |
| ·主成分分析方法PCA | 第22-26页 |
| ·K-L变换 | 第22-23页 |
| ·基于PCA的人脸识别算法 | 第23-25页 |
| ·PCA人脸识别算法的不足之处 | 第25-26页 |
| ·线性鉴别分析方法LDA | 第26-27页 |
| ·二维主成分分析2DPCA | 第27-30页 |
| ·2DPCA算法的基本原理 | 第28-29页 |
| ·2DPCA在人脸识别中的应用 | 第29-30页 |
| ·二维线性鉴别分析2DLDA | 第30-31页 |
| ·本章总结 | 第31-33页 |
| 第三章 基于Gabor小波变换的人脸特征提取 | 第33-43页 |
| ·Gabor小波的特点 | 第33-34页 |
| ·一维Gabor小波 | 第34-35页 |
| ·二维Gabor小波 | 第35-37页 |
| ·Gabor小波在图像处理方面具有的性质 | 第37页 |
| ·Gabor小波在人脸识别中的应用流程 | 第37-40页 |
| ·对图像进行快速Gabor小波变换的方法 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于Gabor小波与PCA相结合的人脸识别研究 | 第43-57页 |
| ·Gabor小波的下采样 | 第43-45页 |
| ·Gabor小波与PCA的结合算法 | 第45-51页 |
| ·图像下采样后的Gabor小波变换+PCA的人脸识别研究 | 第45-49页 |
| ·图像经Gabor小波变换后下采样+PCA的人脸识别研究 | 第49-51页 |
| ·人脸识别算法的实现及界面 | 第51-54页 |
| ·人脸识别算法实现的工具 | 第51-52页 |
| ·本文算法实现的界面 | 第52-54页 |
| ·实验结果及分析 | 第54-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录A 攻读硕士学位期间发表的论文 | 第65页 |
