第一章 绪论 2
1.1 生物特征识别技术 2
1.2 人脸识别概述 6
1.3 人脸识别的应用领域 9
1.4 国内外公用二维人脸图像数据库 12
第二章 二维人脸图像的预处理 19
2.1 去噪 19
2.2 灰度预处理 22
2.3 角度预处理 23
2.4 尺度预处理 24
2.4.1 人脸左右边界的确定 26
2.4.2 人眼水平位置的预估 27
2.4.3 人眼分割阀值区间的估计及精确定位 29
第三章 二维人脸识别方法 34
3.1 基于几何特征的方法 34
3.1.1 正面识别 35
3.1.2 侧影识别 36
3.2 基于特征脸的方法 37
3.3 基于弹性匹配的方法 41
3.3.1 弹性匹配法介绍 41
3.3.2 特征矢量的抽取 42
3.3.3 匹配过程 45
3.3.4 弹性匹配法的优缺点及改进方法 46
3.4 基于神经网络的方法 47
3.4.1 BP神经元网络结构 48
3.4.2 BP神经元网络学习规则 49
3.4.3 用BP神经元网络对人脸特征进行分类 52
3.5 基于隐马尔可夫模型的方法 55
3.5.1 隐马尔可夫模型（HMM）概述 56
3.5.2 基于一维HMM的人脸识别方法 64
3.5.3 基于伪二维HMM的人脸识别方法 67
3.6 基于支持向量机的方法 70
3.6.1 支持向量机简介 71
3.6.2 支持向量机的训练算法 74
3.6.3 用于多类分类的支持向量机 77
3.7 基于分形编码的方法 79
3.7.1 基于对称性与方差的人脸图像压缩算法 80
3.7.2 基于分形码的人脸识别算法 82
第四章 三维人脸识别 91
4.1 人脸识别从二维到三维 91
4.2 三维人脸获取技术 93
4.3 三维人脸库 95
4.4 国内外研究现状 98
第五章 三维人脸图像的预处理 105
5.1 归一化处理 105
5.2 特征点检测 109
第六章 三维人脸重建 118
6.1 基于三维可变形人头模型的人脸重建 118
6.2 基于三维通用人头模型的人脸重建 119
6.3 基于多幅深度图合成的人脸重建 124
第七章 三维人脸识别方法 130
7.1 基于曲率的方法 130
7.2 基于模型拟合及合成的方法 134
7.3 基于形状表征的方法 138