| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 人脸识别的研究背景及意义 | 第8-9页 |
| 1.1.1 人脸识别的研究背景 | 第8页 |
| 1.1.2 人脸识别的研究意义 | 第8-9页 |
| 1.2 人脸识别的研究现状 | 第9-10页 |
| 1.3 人脸识别研究面临的挑战 | 第10-11页 |
| 1.4 课题研究具体内容及安排 | 第11-12页 |
| 2 几种典型的人脸特征提取方法 | 第12-17页 |
| 2.1 一维人脸特征提取方法 | 第12-14页 |
| 2.1.1 主成分分析（PCA） | 第12-13页 |
| 2.1.2 线性判别分析（LDA） | 第13页 |
| 2.1.3 局部保持投影（LPP） | 第13页 |
| 2.1.4 总结 | 第13-14页 |
| 2.2 二维人脸特征提取方法 | 第14-17页 |
| 2.2.1 二维线性判别分析（2DLDA） | 第14-15页 |
| 2.2.2 二维判别保持投影（2DDLPP） | 第15-16页 |
| 2.2.3 总结 | 第16-17页 |
| 3 基于改进的自适应局部保持投影算法的人脸识别 | 第17-30页 |
| 3.1 引言 | 第17页 |
| 3.2 局部保持投影算法 | 第17-18页 |
| 3.3 本文算法 | 第18-21页 |
| 3.3.1 构造无参数的邻接矩阵 | 第18-20页 |
| 3.3.2 降维处理 | 第20页 |
| 3.3.3 统计不相关分析 | 第20-21页 |
| 3.4 算法描述 | 第21页 |
| 3.5 实验结果与分析 | 第21-29页 |
| 3.5.1 尺度因子?值的选取实验 | 第21-24页 |
| 3.5.2 ORL上不同算法的比较实验 | 第24-27页 |
| 3.5.3 本文算法在不同人脸库上的实验 | 第27页 |
| 3.5.4 本文算法使用不同分类器的比较实验 | 第27-28页 |
| 3.5.5 无不相关条件和加不相关条件的对比实验 | 第28-29页 |
| 3.6 结论 | 第29-30页 |
| 4 一种结合 2DLPP和 2DPCA的双向压缩人脸识别方法 | 第30-41页 |
| 4.1 引言 | 第30页 |
| 4.2 相关算法 | 第30-32页 |
| 4.2.1 2DPCA算法 | 第30-31页 |
| 4.2.2 2DLPP算法 | 第31-32页 |
| 4.3 本文算法（2DLPP+2DPCA） | 第32-35页 |
| 4.3.1 改进 | 第32-33页 |
| 4.3.2 本文算法原理 | 第33-35页 |
| 4.4 2DLPP+2DPCA算法描述 | 第35页 |
| 4.5 实验结果与分析 | 第35-40页 |
| 4.5.1 ORL上不同算法的比较实验 | 第35-38页 |
| 4.5.2 本文算法在不同人脸库上的实验 | 第38-39页 |
| 4.5.3 2DLPP+2DPCA与 2DPCA+2DLPP比较 | 第39-40页 |
| 4.6 结论 | 第40-41页 |
| 5 总结与展望 | 第41-43页 |
| 5.1 本文总结 | 第41页 |
| 5.2 研究课题展望 | 第41-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 附录 作者在攻读学位期间发表的论文目录 | 第48页 |