| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题的提出 | 第8页 |
| ·课题研究的意义 | 第8-9页 |
| ·子空间人脸识别方法概述 | 第9-13页 |
| ·线性子空间人脸识别方法概述 | 第9-12页 |
| ·非线性子空间方法概述 | 第12-13页 |
| ·课题研究的具体内容 | 第13-14页 |
| 第二章 基于图像子模式鉴别矢量集的人脸识别 | 第14-31页 |
| ·引言 | 第14页 |
| ·基于图像主成份分析的人脸识别方法 | 第14-16页 |
| ·基于图像矩阵2DMMC PLUS 2DFDA 方法 | 第16-25页 |
| ·2DMMC 的思想和算法 | 第16-21页 |
| ·2DMMC plus 2DFDA 算法实现 | 第21页 |
| ·基于图像矩阵的2DMMC plus 2DFDA 算法 | 第21页 |
| ·实验与分析 | 第21-24页 |
| ·结论 | 第24-25页 |
| ·双向压缩的二维特征提取算法 | 第25-31页 |
| ·二维投影特征提取 | 第25-26页 |
| ·（2D）~2MMDA 的算法 | 第26-27页 |
| ·特征提取的算法和分类 | 第27页 |
| ·实验与分析 | 第27-30页 |
| ·结论 | 第30-31页 |
| 第三章 分块理论的应用 | 第31-42页 |
| ·引言 | 第31-32页 |
| ·分块PCA 的思想 | 第32-35页 |
| ·分块MMC | 第35-42页 |
| ·矢量MMC 的思想 | 第35-36页 |
| ·分块MMC 的思想 | 第36-37页 |
| ·特征提取 | 第37-38页 |
| ·分类 | 第38-39页 |
| ·实验结果与分析 | 第39-41页 |
| ·结论 | 第41-42页 |
| 第四章 人脸识别的ICA 方法 | 第42-57页 |
| ·引言 | 第42-43页 |
| ·人脸识别的ICA 方法概述 | 第43-49页 |
| ·独立成份分析(ICA)的基本概念 | 第43页 |
| ·如何使用ICA 进行人脸识别 | 第43-47页 |
| ·试验与分析 | 第47-49页 |
| ·结论 | 第49页 |
| ·非线性ICA 进行人脸识别 | 第49-57页 |
| ·核ICA 算法概述 | 第50-52页 |
| ·基于第一种架构的KICA | 第52-54页 |
| ·试验与结果分析 | 第54-56页 |
| ·结论 | 第56-57页 |
| 结束语 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 硕士期间发表的文章 | 第64-65页 |
| 详细摘要 | 第65-68页 |