| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-16页 |
| ·人脸识别技术的发展历程 | 第7-10页 |
| ·典型的人脸识别方法 | 第10-13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 |
| ·基于人工神经网络的人脸识别方法 | 第12页 |
| ·基于小波特征分析的人脸识别方法 | 第12-13页 |
| ·人脸识别技术的应用 | 第13-14页 |
| ·人脸识别技术发展的现状 | 第14页 |
| ·本文的研究工作 | 第14-16页 |
| ·研究贡献 | 第14-15页 |
| ·章节安排 | 第15-16页 |
| 第二章 人脸预处理和基于子空间的人脸特征提取 | 第16-36页 |
| ·图像预处理 | 第16-19页 |
| ·噪音滤除 | 第16-17页 |
| ·二值化处理 | 第17-18页 |
| ·图像归一化处理 | 第18-19页 |
| ·PCA方法 | 第19-23页 |
| ·PCA方法基本概念 | 第19-21页 |
| ·K-L变换 | 第21-23页 |
| ·PCA方法存在的问题 | 第23页 |
| ·LDA方法 | 第23-32页 |
| ·Fisher线性判别准则分析 | 第23-26页 |
| ·拉格朗日法求解Fisher投影空间 | 第26-28页 |
| ·多类问题的Fisher线性判别分析 | 第28-29页 |
| ·基于LDA的人脸特征提取 | 第29-30页 |
| ·LDA人脸特征提取遇到的问题 | 第30-32页 |
| ·基于小样本和子模块的研究方法 | 第32-35页 |
| ·基于投影方法的人脸识别方法 | 第32-35页 |
| ·基于子模块的PCA识别方法 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于对称模块分析的Fisherface方法 | 第36-46页 |
| ·SM-Fisherface算法实现思想 | 第36-38页 |
| ·SM-Fisherface算法的提出背景 | 第36-37页 |
| ·SM-Fisherface算法的思想 | 第37-38页 |
| ·SM-Fisherface算法的实现步骤 | 第38-42页 |
| ·权值思想 | 第42-43页 |
| ·识别策略 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于对称模块化分析的Fisherface算法实验 | 第46-59页 |
| ·实验说明 | 第46页 |
| ·人脸数据库简介 | 第46-48页 |
| ·FERET人脸库 | 第46-47页 |
| ·YALE人脸库 | 第47-48页 |
| ·实验步骤 | 第48-49页 |
| ·实验结果 | 第49-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士研究生期间发表论文 | 第66页 |