| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 选题的背景和意义 | 第8-9页 |
| 1.2 人脸识别的发展历史及现状 | 第9-13页 |
| 1.2.1 人脸识别的发展历史 | 第9-10页 |
| 1.2.2 人脸识别的国内外研究现状 | 第10-12页 |
| 1.2.3 人脸识别技术中的一些问题 | 第12-13页 |
| 1.3 本文主要研究内容与结构安排 | 第13-16页 |
| 1.3.1 本文主要研究内容 | 第13-14页 |
| 1.3.2 本文的结构安排 | 第14-16页 |
| 第二章 经典的人脸识别算法 | 第16-28页 |
| 2.1 线性判别分析算法 | 第16-19页 |
| 2.1.1 LDA算法的基本原理 | 第16-17页 |
| 2.1.2 基于LDA算法的人脸识别 | 第17-19页 |
| 2.2 基于2DLDA算法的人脸识别 | 第19-22页 |
| 2.2.1 单边的2DLDA算法 | 第20-21页 |
| 2.2.2 双边的2DLDA算法 | 第21-22页 |
| 2.3 直接LDA算法 | 第22-24页 |
| 2.4 基于二维的直接LDA算法 | 第24-25页 |
| 2.5 基于模糊的LDA算法 | 第25-26页 |
| 2.6 最大散度差判别分析算法 | 第26-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第三章 改进的二维直接线性判别分析算法原理及实验 | 第28-39页 |
| 3.1 本文对2D-DLDA算法的改进 | 第28-32页 |
| 3.1.1 VDLDA算法 | 第28-29页 |
| 3.1.2 Fractional LDA方法 | 第29-30页 |
| 3.1.3 VFDLDA算法 | 第30-31页 |
| 3.1.4 改进后的2D-VFDLDA算法 | 第31-32页 |
| 3.2 实验结果与分析 | 第32-38页 |
| 3.2.1 基于不同训练样本数目的算法识别率 | 第32-34页 |
| 3.2.2 基于不同投影轴数目的算法识别率 | 第34-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 基于模糊的2D-VFDLDA算法原理及实验 | 第39-51页 |
| 4.1 引言 | 第39页 |
| 4.2 模糊集理论简介 | 第39-40页 |
| 4.3 模糊隶属度矩阵 | 第40-41页 |
| 4.4 基于模糊的2D-VFDLDA算法 | 第41-42页 |
| 4.5 实验结果与分析 | 第42-50页 |
| 4.5.1 基于不同训练样本数目的算法识别率 | 第42-44页 |
| 4.5.2 基于不同投影轴数目的算法识别率 | 第44-48页 |
| 4.5.3 基于模糊的识别算法效果对比 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 研究总结与展望 | 第51-53页 |
| 5.1 本文总结 | 第51-52页 |
| 5.2 研究展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间完成的科研成果 | 第58-59页 |
| 致谢 | 第59页 |