| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-20页 |
| ·人脸识别的研究背景与意义 | 第9-10页 |
| ·人脸识别的国内外研究现状 | 第10-12页 |
| ·人脸识别的研究内容及主要方法 | 第12-18页 |
| ·本文的研究内容及主要工作 | 第18-19页 |
| ·论文的结构 | 第19-20页 |
| 第二章 人脸图像的预处理 | 第20-27页 |
| ·人脸库的选取 | 第20-22页 |
| ·人脸图像预处理 | 第22-26页 |
| ·图像噪声滤波 | 第22-23页 |
| ·图像灰度均衡化 | 第23-24页 |
| ·图像旋转 | 第24-25页 |
| ·图像姿态归一化 | 第25页 |
| ·图像尺度归一化 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 基于FKPCA和双子空间的特征提取 | 第27-37页 |
| ·快速核主元成分分析(FKPCA) | 第27-30页 |
| ·核主元成分分析(KPCA) | 第27-29页 |
| ·改进的KPCA—快速核主元成分分析(FKCPA) | 第29-30页 |
| ·基于双子空间的特征提取 | 第30-32页 |
| ·总体散布矩阵的非零空间 | 第31页 |
| ·两类空间中最佳投影轴的确定 | 第31-32页 |
| ·鉴别特征提取 | 第32页 |
| ·基于FKPCA和双子空间的特征提取算法 | 第32-34页 |
| ·实验及结果分析 | 第34-36页 |
| ·小结 | 第36-37页 |
| 第四章 信息属性KNN分类器 | 第37-43页 |
| ·KNN算法分析 | 第37-39页 |
| ·算法理论 | 第37-38页 |
| ·KNN算法优缺点 | 第38-39页 |
| ·信息属性KNN分类器 | 第39-40页 |
| ·基于信息属性的欧式距离 | 第39-40页 |
| ·信息属性KNN分类器 | 第40页 |
| ·实验及结果分析 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第五章 基于加权信息融合的小样本人脸识别 | 第43-50页 |
| ·融合策略分析 | 第43-44页 |
| ·小样本情况下的人脸识别 | 第44-47页 |
| ·特征提取 | 第44-45页 |
| ·基于加权的信息属性KNN融合识别 | 第45页 |
| ·小样本人脸识别算法思想描述 | 第45-47页 |
| ·试验及结果分析 | 第47-49页 |
| ·小结 | 第49-50页 |
| 第六章 人脸识别原型系统的设计与实现 | 第50-58页 |
| ·原型系统的主要框架 | 第50-51页 |
| ·核心类的设计与实现 | 第51-54页 |
| ·图像处理基本类的设计 | 第51-53页 |
| ·矩阵类的设计 | 第53-54页 |
| ·原型系统实现 | 第54-57页 |
| ·小结 | 第57-58页 |
| 第七章 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间发表的论文 | 第64页 |