| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-17页 |
| 1.1 选题背景及意义 | 第7页 |
| 1.2 人脸识别技术的研究动态及现状 | 第7-13页 |
| 1.3 研究趋势 | 第13-14页 |
| 1.4 人脸识别系统的基本构成 | 第14-15页 |
| 1.5 本文的主要工作及论文内容 | 第15-17页 |
| 第二章 基于PCA的特征提取方法 | 第17-31页 |
| 2.1 图像预处理 | 第17-21页 |
| 2.2 基于一维PCA的特征提取 | 第21-26页 |
| 2.2.1 离散K-L变换 | 第21-22页 |
| 2.2.2 基于PCA的人脸特征提取 | 第22-26页 |
| 2.3 基于2D-PCA方法的特征提取 | 第26-27页 |
| 2.3.1 2D-PCA的基本思想 | 第26-27页 |
| 2.4 最近邻分类器 | 第27-28页 |
| 2.5 实验与分析 | 第28-31页 |
| 第三章 基于Fisher准则的特征提取方法 | 第31-45页 |
| 3.1 Fisher线性判别法 | 第32-40页 |
| 3.1.1 Fisher线性判别理论 | 第32-37页 |
| 3.1.2 多类问题的Fisher线性判别分析 | 第37-39页 |
| 3.1.3 Fisher线性判别的人脸识别 | 第39-40页 |
| 3.2 2D-Fisher线性判别算法 | 第40-42页 |
| 3.2.1 基本原理 | 第40-42页 |
| 3.2.2 二维Fisher线性判别方法的步骤 | 第42页 |
| 3.3 实验与分析 | 第42-45页 |
| 第四章 基于DCT和2D-FLD的特征提取方法 | 第45-61页 |
| 4.1 离散余弦变换 | 第46-51页 |
| 4.1.1 一维DCT | 第46-50页 |
| 4.1.2 二维DCT | 第50-51页 |
| 4.2 基于DCT与二维FLD的特征提取 | 第51-53页 |
| 4.2.1 图像的离散余弦变换 | 第51-53页 |
| 4.2.2 基于2D-FLD的特征提取 | 第53页 |
| 4.3 基于DCT与2D-FLD的人脸识别实验 | 第53-59页 |
| 4.3.1 实验1 图像分辨率对识别率的影响 | 第54-55页 |
| 4.3.2 实验2 DCT系数的个数对识别率的影响 | 第55-56页 |
| 4.3.3 实验3 训练样本的数目对识别率的影响 | 第56-57页 |
| 4.3.4 实验4 训练样本的选择对识别率的影响 | 第57-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录A 攻读学位期间发表论文 | 第69页 |