| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·人脸识别技术的研究背景与意义 | 第8-9页 |
| ·人脸识别技术的国内外发展状况 | 第9-11页 |
| ·人脸识别技术国外发展状况 | 第10页 |
| ·人脸识别技术国内发展状况 | 第10-11页 |
| ·人脸识别技术的研究内容 | 第11-13页 |
| ·人脸识别系统的性能评价 | 第13页 |
| ·本文的章节安排 | 第13-15页 |
| 第二章 Gabor小波变换 | 第15-23页 |
| ·小波变换 | 第15-18页 |
| ·小波变换原理 | 第15-16页 |
| ·连续小波变换 | 第16-17页 |
| ·小波变换特点 | 第17-18页 |
| ·Gabor小波变换 | 第18-22页 |
| ·Gbaor小波变换的特点 | 第18-20页 |
| ·一维Gabor小波变换 | 第20-21页 |
| ·二维Gabor小波变换 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于Gabor 小波变换的人脸特征提取 | 第23-29页 |
| ·几种典型的人脸特征提取方法 | 第23-25页 |
| ·人脸Gabor特征提取的一般步骤 | 第25-27页 |
| ·基于人脸T形分布Gabor特征提取 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 PCA和LPP算法简介 | 第29-33页 |
| ·PCA基本原理 | 第29-30页 |
| ·基于局部保持投影算法（LPP）的特征提取方法 | 第30-32页 |
| ·LPP基本原理 | 第30-31页 |
| ·LPP算法步骤 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第五章 基于支持向量机的人脸识别 | 第33-43页 |
| ·支持向量机原理 | 第33-36页 |
| ·核函数 | 第36-38页 |
| ·SVM的特征 | 第38页 |
| ·多分类SVM | 第38-42页 |
| ·一对一方法 | 第38-39页 |
| ·一对多方法 | 第39-40页 |
| ·一种具有纠错能力的多分类SVM分类方法 | 第40-41页 |
| ·SVM在人脸识别中的应用 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第六章 实验流程及实验分析 | 第43-50页 |
| ·实验流程 | 第43-45页 |
| ·实验结果及分析 | 第45-49页 |
| ·实验一：比较不同核函数对纠错SVM分类器识别率的影响 | 第45-46页 |
| ·实验二：验证选取T形分布Gabor特征的有效性 | 第46-48页 |
| ·实验三：验证LPP方法对T形分布Gabor特征降维的有效性 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第七章 总结与展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士期间发表论文 | 第57页 |