| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-16页 |
| ·课题研究的背景及意义 | 第7-8页 |
| ·国内外在该领域的研究现状 | 第8-10页 |
| ·人脸识别方法 | 第10-14页 |
| ·特征脸方法 | 第11页 |
| ·隐马尔可夫模型 | 第11-12页 |
| ·弹性图匹配 | 第12页 |
| ·神经网络方法 | 第12-14页 |
| ·论文主要工作与研究内容 | 第14-16页 |
| ·论文的主要工作 | 第14页 |
| ·论文的技术创新 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第二章 四元彩色Gabor 特征的提取 | 第16-30页 |
| ·引言 | 第16-17页 |
| ·Gabor 小波 | 第17-20页 |
| ·Gabor 小波变换简介 | 第17页 |
| ·Gabor 变换与人脸识别 | 第17-19页 |
| ·Gabor 滤波器的基本形式 | 第19-20页 |
| ·四元数简介 | 第20-21页 |
| ·四元数的定义 | 第20页 |
| ·四元数的基本运算法则 | 第20-21页 |
| ·彩色Gabor 特征 | 第21-27页 |
| ·彩色纹理分析发展 | 第21-22页 |
| ·彩色Gabor 特征的提取 | 第22-27页 |
| ·主成分分析法 | 第27-30页 |
| ·主特征提取的基本原理 | 第27-28页 |
| ·四元彩色Gabor 特征的PCA 降维 | 第28-30页 |
| 第三章 基于四元彩色Gabor 特征和SVM 的人脸识别 | 第30-37页 |
| ·引言 | 第30页 |
| ·支持向量机理论的发展与研究现状 | 第30-31页 |
| ·支持向量机(SVM) | 第31-37页 |
| ·支持向量机 | 第31-35页 |
| ·用于多类分类的支持向量机 | 第35-36页 |
| ·Libsvm 简介 | 第36-37页 |
| 第四章 实验结果及其分析 | 第37-47页 |
| ·彩色FERET 人脸库简介 | 第37-38页 |
| ·四元彩色Gabor 特征与四元灰度Gabor 特征 | 第38-42页 |
| ·特征点的选择 | 第38-39页 |
| ·实验结果及其分析 | 第39-42页 |
| ·不同彩色Gabor 特征提取方法的比较 | 第42-44页 |
| ·彩色Gabor 特征对光照亮度的敏感性研究 | 第44-47页 |
| ·解决光照问题的一些常用算法 | 第44-45页 |
| ·彩色Gabor 特征对光照亮度的敏感性测试 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 攻读研究生期间参加科研项目与发表的论文 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |