| 摘要 | 第1-9页 |
| Abstract | 第9-12页 |
| 第一章 绪论 | 第12-25页 |
| §1．1 论文的依据和意义 | 第12-13页 |
| §1．2 红外图像人脸识别概述 | 第13-16页 |
| §1．2．1 人脸识别简介 | 第13-14页 |
| §1．2．2 红外图像人脸识别 | 第14-16页 |
| §1．3 红外图像人脸识别的特点 | 第16-22页 |
| §1．3．1 红外人脸图像的特性 | 第17-19页 |
| §1．3．2 红外图像人脸识别的特点 | 第19-22页 |
| §1．4 论文研究的主要内容 | 第22-25页 |
| 第二章 红外图像人脸识别预处理与人脸定位方法研究 | 第25-48页 |
| §2．1 引言 | 第25页 |
| §2．2 红外图像人脸识别预处理 | 第25-32页 |
| §2．3 红外图像人脸定位新方法研究 | 第32-39页 |
| §2．3．1 人脸定位方法的设计思路 | 第33-34页 |
| §2．3．2 对称变换与高斯微分原理 | 第34-36页 |
| §2．3．3 眉心检测 | 第36-37页 |
| §2．3．4 模板匹配 | 第37-38页 |
| §2．3．5 双眼瞳孔中心定位 | 第38-39页 |
| §2．3．6 人脸定位 | 第39页 |
| §2．4 实验结果及分析 | 第39-47页 |
| §2．5 本章小结 | 第47-48页 |
| 第三章 红外图像统计人脸识别方法研究 | 第48-79页 |
| §3．1 引言 | 第48-51页 |
| §3．2 红外图像统计人脸识别方法的性能分析和优化 | 第51-63页 |
| §3．2．1 引言 | 第51-52页 |
| §3．2．2 人脸识别性能评估指标研究 | 第52-53页 |
| §3．2．3 红外图像统计人脸识别的优化方法研究及实验分析 | 第53-63页 |
| §3．3 红外图像统计人脸识别新方法研究 | 第63-74页 |
| §3．3．1 引言 | 第63-64页 |
| §3．3．2 一种基于线性辨别分析的人脸识别新方法 | 第64-68页 |
| §3．3．3 一种基于独立主元分析的人脸识别新方法 | 第68-74页 |
| §3．4 实验结果及分析 | 第74-78页 |
| §3．5 本章小结 | 第78-79页 |
| 第四章 基于非线性特征子空间的红外图像人脸识别方法 | 第79-88页 |
| §4．1 引言 | 第79页 |
| §4．2 算法设计 | 第79-81页 |
| §4．3 算法实现 | 第81-86页 |
| §4．3．1 核函数 | 第81页 |
| §4．3．2 人脸样本的非线性变换及零均值化处理 | 第81-83页 |
| §4．3．3 人脸类别核特征子空间的求解 | 第83-84页 |
| §4．3．4 人脸分类、识别 | 第84-86页 |
| §4．4 实验结果及分析 | 第86-87页 |
| §4．5 本章小结 | 第87-88页 |
| 第五章 融合人脸识别方法研究 | 第88-108页 |
| §5．1 引言 | 第88页 |
| §5．2 基于决策融合的红外图像统计人脸识别方法 | 第88-91页 |
| §5．2．1 算法原理 | 第88-89页 |
| §5．2．2 算法实现 | 第89-91页 |
| §5．3 图像融合人脸识别方法研究 | 第91-103页 |
| §5．3．1 引言 | 第91-92页 |
| §5．3．2 图像融合的概念及其分类 | 第92-94页 |
| §5．3．3 图像融合方法研究 | 第94-99页 |
| §5．3．4 红外与可见光图像融合人脸识别算法 | 第99-103页 |
| §5．4 实验结果及分析 | 第103-106页 |
| §5．5 本章小结 | 第106-108页 |
| 第六章 结束语 | 第108-111页 |
| §6．1 论文的主要研究成果及创新点 | 第108-109页 |
| §6．2 后续的工作及进一步的研究方向 | 第109-111页 |
| 附录A 主元分析(PCA)人脸识别算法 | 第111-113页 |
| 附录B 广义主元分析人脸识别算法 | 第113-116页 |
| 致谢 | 第116-117页 |
| 参考文献 | 第117-125页 |
| 作者在攻博期间完成的主要论文 | 第125页 |
