| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 彩色人脸图像特征提取技术的研究现状 | 第12-18页 |
| 1.2.1 概述 | 第12-14页 |
| 1.2.2 彩色人脸图像特征提取与识别技术研究现状 | 第14-16页 |
| 1.2.3 无监督子空间学习技术研究现状 | 第16-17页 |
| 1.2.4 鉴别分析技术研究现状 | 第17-18页 |
| 1.3 彩色人脸图像特征提取与识别技术目前存在的问题 | 第18-19页 |
| 1.4 本文主要研究工作概述 | 第19-21页 |
| 1.5 本文内容章节安排 | 第21-23页 |
| 第二章 相关工作简介 | 第23-42页 |
| 2.1 引言 | 第23页 |
| 2.2 无监督子空间学习方法 | 第23-26页 |
| 2.2.1 主成分分析方法 | 第23-24页 |
| 2.2.2 局部保留投影方法 | 第24-25页 |
| 2.2.3 稀疏保留投影方法 | 第25-26页 |
| 2.3 基于线性鉴别分析技术的方法 | 第26-29页 |
| 2.3.1 线性鉴别分析方法 | 第26-28页 |
| 2.3.2 Foley-Sammon线性鉴别分析方法 | 第28页 |
| 2.3.3 不相关线性鉴别分析方法 | 第28-29页 |
| 2.4 彩色人脸图像特征提取与识别方法 | 第29-39页 |
| 2.4.1 基于 2DPCA的彩色人脸识别方法 | 第29-30页 |
| 2.4.2 多彩色空间典型相关分析方法 | 第30-31页 |
| 2.4.3 稀疏张量典型相关分析方法 | 第31页 |
| 2.4.4 扩展的广义彩色图像鉴别模型方法 | 第31-33页 |
| 2.4.5 带Double-zero-sum特性的鉴别彩色空间方法 | 第33-35页 |
| 2.4.6 稀疏张量鉴别彩色空间方法 | 第35-36页 |
| 2.4.7 四元数改进局部保留投影方法 | 第36-37页 |
| 2.4.8 彩色局部二制化模式方法 | 第37-38页 |
| 2.4.9 二维彩色不相关鉴别分析方法 | 第38-39页 |
| 2.5 彩色人脸图像数据库简介 | 第39-41页 |
| 2.6 本章小结 | 第41-42页 |
| 第三章 基于彩色分量数据层融合的人脸特征提取 | 第42-76页 |
| 3.1 引言 | 第42页 |
| 3.2 彩色人脸图像各个彩色分量之间的数据层相似性分析 | 第42-46页 |
| 3.3 基于彩色分量数据层相似性分析的彩色分量选择策略 | 第46-47页 |
| 3.4 基于稀疏表示的相似性保留分析 | 第47-49页 |
| 3.4.1 基于稀疏重构关系保留和相似性投影分析的无监督特征提取 | 第47-48页 |
| 3.4.2 实现算法 | 第48-49页 |
| 3.5 流形鉴别稀疏保留嵌入 | 第49-52页 |
| 3.5.1 基于稀疏重构关系保留、流形结构保留和鉴别分析技术的特征提取 | 第50-51页 |
| 3.5.2 实现算法 | 第51-52页 |
| 3.6 时间复杂度分析 | 第52-54页 |
| 3.7 与相关工作的区别 | 第54页 |
| 3.8 实验评估 | 第54-74页 |
| 3.8.1 参数设置 | 第55-62页 |
| 3.8.2 三个彩色分量数据层相似性评估 | 第62-63页 |
| 3.8.3 不同的配色方案对识别效果的影响 | 第63-67页 |
| 3.8.4 识别效果评估 | 第67-73页 |
| 3.8.5 运行时间评估 | 第73-74页 |
| 3.9 本章小结 | 第74-76页 |
| 第四章 基于彩色分量特征层无监督相似性分析的人脸鉴别特征提取 | 第76-115页 |
| 4.1 引言 | 第76页 |
| 4.2 基本思想 | 第76-80页 |
| 4.3 整体正交分析 | 第80-85页 |
| 4.3.1 R彩色分量图像数据集鉴别特征提取 | 第81页 |
| 4.3.2 G彩色分量图像数据集鉴别特征提取 | 第81-82页 |
| 4.3.3 B彩色分量图像数据集鉴别特征提取 | 第82-83页 |
| 4.3.4 投影变换矩阵自身的正交化处理 | 第83-84页 |
| 4.3.5 实现算法 | 第84-85页 |
| 4.4 统计正交分析 | 第85-91页 |
| 4.4.1 R彩色分量图像数据集鉴别特征提取 | 第85-86页 |
| 4.4.2 G彩色分量图像数据集鉴别特征提取 | 第86-88页 |
| 4.4.3 B彩色分量图像数据集鉴别特征提取 | 第88-89页 |
| 4.4.4 投影变换矩阵自身的正交化处理 | 第89-90页 |
| 4.4.5 实现算法 | 第90-91页 |
| 4.5 时间复杂度分析 | 第91-93页 |
| 4.6 与相关工作的区别 | 第93页 |
| 4.7 实验评估 | 第93-114页 |
| 4.7.1 参数设置 | 第93-98页 |
| 4.7.2 三个彩色分量的计算顺序对识别效果的影响 | 第98-101页 |
| 4.7.3 不同的彩色空间对识别效果的影响 | 第101-105页 |
| 4.7.4 三个彩色分量特征之间的相似性评估 | 第105-106页 |
| 4.7.5 识别效果评估 | 第106-113页 |
| 4.7.6 运行时间评估 | 第113-114页 |
| 4.8 本章小结 | 第114-115页 |
| 第五章 基于彩色分量特征层双重鉴别相似性分析的人脸特征提取 | 第115-151页 |
| 5.1 引言 | 第115页 |
| 5.2 基本思想 | 第115-116页 |
| 5.3 基于欧氏距离度量的双重鉴别相似性分析 | 第116-121页 |
| 5.3.1 彩色分量数据集内部和彩色分量数据集之间的类内散布和类间散布 | 第117-120页 |
| 5.3.2 R、G和B三个彩色分量图像数据集鉴别特征提取 | 第120页 |
| 5.3.3 实现算法 | 第120-121页 |
| 5.4 基于相关性度量的双重鉴别相似性分析 | 第121-126页 |
| 5.4.1 彩色分量数据集内部和彩色分量数据集之间的类内相关性和类间相关性 | 第121-124页 |
| 5.4.2 R、G和B三个彩色分量图像数据集鉴别特征提取 | 第124-125页 |
| 5.4.3 实现算法 | 第125-126页 |
| 5.5 时间复杂度分析 | 第126-128页 |
| 5.6 与相关工作的区别 | 第128-129页 |
| 5.7 实验评估 | 第129-150页 |
| 5.7.1 参数设置 | 第129-136页 |
| 5.7.2 串行和整体特征提取方式对彩色分量特征鉴别能力的影响 | 第136-138页 |
| 5.7.3 不同的彩色空间对识别效果的影响 | 第138-141页 |
| 5.7.4 三个彩色分量特征之间的相似性评估 | 第141-142页 |
| 5.7.5 识别效果评估 | 第142-149页 |
| 5.7.6 运行时间评估 | 第149-150页 |
| 5.8 本章小结 | 第150-151页 |
| 第六章 总结与展望 | 第151-154页 |
| 6.1 本文工作总结 | 第151-152页 |
| 6.2 未来工作展望 | 第152-154页 |
| 参考文献 | 第154-160页 |
| 附录1 攻读博士学位期间撰写的论文 | 第160-162页 |
| 附录2 攻读博士学位期间申请的专利 | 第162-163页 |
| 附录3 攻读博士学位期间参加的科研项目 | 第163-164页 |
| 致谢 | 第164页 |
