流形学习算法的改进及在人脸识别中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8页 |
| ·人脸识别 | 第8-10页 |
| ·国内外研究现状及分析 | 第10-12页 |
| ·本文主要研究工作概述 | 第12-13页 |
| ·本文内容章节安排 | 第13-14页 |
| 第二章 特征提取技术介绍 | 第14-29页 |
| ·线性特征提取 | 第14-17页 |
| ·主成份分析 | 第14-15页 |
| ·线性鉴别分析 | 第15-16页 |
| ·子类鉴别分析 | 第16-17页 |
| ·流形学习算法 | 第17-25页 |
| ·局部保留投影 | 第18-19页 |
| ·近邻保留映射 | 第19-20页 |
| ·无监督鉴别投影 | 第20页 |
| ·局部鉴别投影 | 第20-21页 |
| ·局部 Fisher 鉴别分析 | 第21-22页 |
| ·边缘 Fisher 分析 | 第22-23页 |
| ·局部鉴别映射 | 第23-24页 |
| ·鉴别聚类映射 | 第24-25页 |
| ·流形鉴别分析 | 第25页 |
| ·稀疏重构方法 | 第25-27页 |
| ·稀疏保留投影 | 第26页 |
| ·全局稀疏表示投影 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 鉴别的子类中心流形结构保留 | 第29-40页 |
| ·子类中心流形保留投影 | 第29-36页 |
| ·SMPP 算法描述 | 第29-33页 |
| ·SMPP 算法的理论基础 | 第33-35页 |
| ·SMPPfaces 的人脸表示 | 第35-36页 |
| ·鉴别的子流形保留投影 | 第36-38页 |
| ·DSMPP 算法描述 | 第36-37页 |
| ·相关权重系数r1 和r2 的计算 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 带有流形信息的稀疏映射 | 第40-44页 |
| ·样本集的稀疏重构 | 第40-41页 |
| ·SEMI 算法描述 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 实验结果及分析 | 第44-55页 |
| ·数据库介绍 | 第44-46页 |
| ·AR 人脸数据库介绍 | 第44页 |
| ·FERET 人脸数据库介绍 | 第44-45页 |
| ·CAS-PEAL 人脸数据库介绍 | 第45-46页 |
| ·鉴别的子类中心流形结构保留的实验结果与分析 | 第46-51页 |
| ·子类中心流形保留投影实验 | 第46-48页 |
| ·鉴别的子类中心流形保留投影实验 | 第48-51页 |
| ·SEMI 算法实验结果及分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 结束语 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文 | 第60页 |
