| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 人脸识别技术概述 | 第11-15页 |
| 1.2.1 人脸识别研究现状 | 第11-13页 |
| 1.2.2 研究内容 | 第13-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 第2章 VIOLA-JONES 人脸检测方法 | 第17-27页 |
| 2.1 VIOLA-JONES人脸检测算法的基本原理 | 第17-24页 |
| 2.1.1 Haar 特征/矩形特征 | 第17-18页 |
| 2.1.2 积分图 | 第18-21页 |
| 2.1.3 Adaboost 学习算法 | 第21-23页 |
| 2.1.4 级联分类器 | 第23-24页 |
| 2.2 人脸检测的实验结果 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于 LBP 的特征提取 | 第27-39页 |
| 3.1 研究背景 | 第27-28页 |
| 3.2 LBP 算法基本原理 | 第28-31页 |
| 3.2.1 基本 LBP 算子 | 第28-29页 |
| 3.2.2 LBP 算子的扩展 | 第29-31页 |
| 3.3 LBP 算子的发展与演化 | 第31-35页 |
| 3.3.1 旋转不变性的 LBP 算子 | 第31-33页 |
| 3.3.2 LBP 算子的均匀模式 | 第33-35页 |
| 3.4 LBP 特征提取 | 第35-37页 |
| 3.5 实验结果 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 基于图像集的人脸识别方法 | 第39-54页 |
| 4.1 研究背景 | 第39-41页 |
| 4.2 对图像集进行建模 | 第41-48页 |
| 4.2.1 基于仿射包的建模方法 | 第41-45页 |
| 4.2.2 仿射包的优化 | 第45-47页 |
| 4.2.3 仿射包近似的讨论 | 第47-48页 |
| 4.3 算法实验 | 第48-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 作者简介及在学期间所取得的科研成果 | 第59-60页 |
| 致谢 | 第60页 |