| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 缩略语 | 第13-14页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 人脸识别及其应用 | 第14页 |
| 1.2 主要研究内容及难点 | 第14-17页 |
| 1.3 国内外研究现状 | 第17页 |
| 1.4 本文主要研究内容 | 第17-19页 |
| 第二章 人脸识别的主要方法 | 第19-36页 |
| 2.1 主成分分析法 | 第19-23页 |
| 2.1.1 K-L变换原理 | 第20-21页 |
| 2.1.2 基于PCA的人脸识别算法流程 | 第21-23页 |
| 2.2 2DPCA算法 | 第23-25页 |
| 2.2.1 2DPCA算法原理 | 第23-24页 |
| 2.2.2 2DPCA算法流程 | 第24-25页 |
| 2.3 线性判别分析法(LDA) | 第25-28页 |
| 2.3.1 线性判别分析法原理 | 第25-27页 |
| 2.3.2 Fisherface算法 | 第27-28页 |
| 2.4 2DLDA算法 | 第28-29页 |
| 2.5 支持向量机 | 第29-36页 |
| 第三章 环形对称Gabor变换 | 第36-44页 |
| 3.1 Gabor变换 | 第36-38页 |
| 3.2 环形对称Gabor变换 | 第38-44页 |
| 3.2.1 环形对称Gabor函数的定义 | 第38-39页 |
| 3.2.2 不同参数对环形对称Gabor函数的影响 | 第39-41页 |
| 3.2.3 人脸图像的环形对称Gabor变换 | 第41-44页 |
| 第四章 基于CSGT与PCA+SVM的人脸识别算法 | 第44-54页 |
| 4.1 基于CSGT的多尺度特征融合方案 | 第44-48页 |
| 4.2 分类的实现方法 | 第48页 |
| 4.3 CSGT+PCA+SVM算法流程 | 第48-50页 |
| 4.4 实验结果与分析 | 第50-54页 |
| 第五章 基于CSGT与2DPCA的人脸识别算法 | 第54-67页 |
| 5.1 一种模板大小随尺度变化的CSGT | 第54-57页 |
| 5.2 CSGT+2DPCA+NN算法 | 第57-59页 |
| 5.3 CSGT+2DPCA+NN算法实验结果与分析 | 第59-65页 |
| 5.3.1 在ORL人脸库上的实验结果 | 第59-61页 |
| 5.3.2 在FERET人脸库上的实验结果 | 第61页 |
| 5.3.3 CSGT+2DPCA+NN算法与已有算法的比较 | 第61-64页 |
| 5.3.4 CSGT+2DPCA+NN算法总结 | 第64-65页 |
| 5.4 CSGT+2DPCA+SVM算法 | 第65-67页 |
| 第六章 总结 | 第67-71页 |
| 6.1 本文总结 | 第67-69页 |
| 6.2 未来工作展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士研究生期间研究成果 | 第77-78页 |
| 学位论文评阅及答辩情况表 | 第78页 |
