| 第1章 绪论 | 第1-17页 |
| ·引言 | 第8-9页 |
| ·项目背景 | 第9-10页 |
| ·人脸识别的研究内容 | 第10-14页 |
| ·人脸的检测与定位 | 第10-11页 |
| ·人脸的特征提取 | 第11-12页 |
| ·人脸的识别 | 第12-14页 |
| ·人脸识别的研究现状 | 第14页 |
| ·本文的主要工作 | 第14-17页 |
| 第2章人脸检测 | 第17-30页 |
| ·基于颜色空间的人脸检测 | 第17-21页 |
| ·颜色空间分类 | 第18-21页 |
| ·不同颜色空间的肤色模型 | 第21页 |
| ·基于YCBCR颜色空间的人脸检测 | 第21-29页 |
| ·彩色图片的预处理 | 第21-23页 |
| ·基于YCbCr 颜色空间的人脸检测 | 第23-25页 |
| ·二值图像去噪 | 第25-28页 |
| ·人脸区域的分割 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 人脸图像的归一化处理 | 第30-40页 |
| ·人眼的自动定位 | 第30-34页 |
| ·灰度直方图 | 第31-32页 |
| ·初始阈值的选取 | 第32页 |
| ·自动阈值法的人眼定位 | 第32-34页 |
| ·实验结果 | 第34页 |
| ·人脸的几何归一化 | 第34-38页 |
| ·矩的定义和性质 | 第35-36页 |
| ·插值法 | 第36-37页 |
| ·人脸图像的几何归一化处理算法 | 第37页 |
| ·人脸图像几何归一化的实验结果 | 第37-38页 |
| ·人脸灰度归一化 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 特征提取 | 第40-45页 |
| ·奇异值分解(SVD) | 第40-41页 |
| ·K-L 变换 | 第41-43页 |
| ·基于K-L 变换的特征提取 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 基于HOPFIELD 神经网络的人脸识别 | 第45-58页 |
| ·人工神经网络 | 第45-48页 |
| ·神经元模型 | 第45-46页 |
| ·人工神经网络模型 | 第46-48页 |
| ·HOPFIELD神经网络 | 第48-51页 |
| ·离散型Hopfield(DHNN)神经网络的工作方式 | 第48-49页 |
| ·Hopfield 神经网络连接权的设计方法 | 第49-51页 |
| ·基于HOPFIELD 神经网络的人脸识别系统流程图 | 第51-52页 |
| ·基于HOPFIELD 神经网络人脸识别算法 | 第52-53页 |
| ·实验结果 | 第53-57页 |
| ·待识别的人脸图像的选择 | 第53-54页 |
| ·实验结果数据分析 | 第54-56页 |
| ·几种人脸识别方法及实验结果比较分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 结论 | 第58-65页 |
| ·本文主要的创新点 | 第58-59页 |
| ·需要进一步深入的工作 | 第59-65页 |
| 作者在读期间发表的论文及科研成果简介 | 第65-66页 |
| 致谢 | 第66页 |