| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·课题的背景及意义 | 第9-10页 |
| ·人脸识别产生背景 | 第9-10页 |
| ·国内外研究现状 | 第10页 |
| ·人脸检测 | 第10-13页 |
| ·人脸识别 | 第13-15页 |
| ·本文工作概述和结构 | 第15-16页 |
| 2 基于 AdaBoost 的人脸检测 | 第16-23页 |
| ·Boosting 算法的提出 | 第16-17页 |
| ·AdaBoost 算法介绍 | 第17-18页 |
| ·AdaBoost 算法应用于人脸检测 | 第18-21页 |
| ·积分图 | 第18-20页 |
| ·AdaBoost 算法 | 第20-21页 |
| ·级联分类器 | 第21页 |
| ·实验结果 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 Gabor 小波及其在人脸识别中的应用 | 第23-30页 |
| ·一维 Gabor 小波 | 第24-25页 |
| ·二维 Gabor 小波 | 第25-27页 |
| ·Gabor 小波在人脸识别中的应用 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 4 主要特征提取算法及比较 | 第30-46页 |
| ·特征提取算法的分类 | 第30页 |
| ·线性特征提取算法介绍 | 第30-34页 |
| ·主成分分析法(PCA) | 第30-33页 |
| ·线性判别分析算法(LDA) | 第33-34页 |
| ·非线性特征提取算法介绍 | 第34-40页 |
| ·PCA 的核扩展(KPCA) | 第34-37页 |
| ·LDA 的核扩展(KLDA) | 第37-38页 |
| ·局部线性嵌入算法(LLE) | 第38-40页 |
| ·监督的局部线性嵌入算法(SLLE) | 第40页 |
| ·实验结果与分析 | 第40-45页 |
| ·Iris 数据库 | 第40-42页 |
| ·手写字体数据库(USPS) | 第42-43页 |
| ·YALE 数据库 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 5 基于 Gabor 小波和 SLLE 的人脸识别算法 | 第46-53页 |
| ·算法介绍 | 第46-48页 |
| ·Gabor 小波 | 第46-47页 |
| ·监督的局部线性嵌入(SLLE) | 第47-48页 |
| ·实验结果与分析 | 第48-51页 |
| ·ORL 数据库实验结果 | 第48-49页 |
| ·YALE 数据库实验结果 | 第49-50页 |
| ·识别率与算法复杂度分析 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 6 人脸识别系统的实现 | 第53-61页 |
| ·系统开发和运行环境 | 第53页 |
| ·系统总体设计 | 第53-54页 |
| ·系统界面及实现 | 第54-59页 |
| ·员工注册 | 第54-56页 |
| ·数据训练 | 第56-57页 |
| ·员工登录 | 第57-59页 |
| ·系统测试 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 7 结论及展望 | 第61-63页 |
| ·全文总结 | 第61页 |
| ·存在问题和展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67页 |