| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·人脸识别的定义、研究背景及现实意义 | 第8页 |
| ·人脸识别方法概述 | 第8-13页 |
| ·人脸识别的子空间方法 | 第9-12页 |
| ·人脸识别的流形学习方法 | 第12-13页 |
| ·课题研究具体内容及安排 | 第13-14页 |
| 第二章 线性子空间人脸识别算法 | 第14-33页 |
| ·主成分分析PCA | 第14-15页 |
| ·独立成分分析ICA | 第15-21页 |
| ·ICA 基本思想 | 第15-16页 |
| ·ICA 估计原理 | 第16-18页 |
| ·FastICA 基本思想 | 第18-21页 |
| ·PCA 与ICA 的特点 | 第21页 |
| ·实验与分析 | 第21-25页 |
| ·线性鉴别分析LDA | 第25-27页 |
| ·LDA 的算法思想及步骤 | 第25-26页 |
| ·LDA 在人脸识别中的应用 | 第26-27页 |
| ·最大间距准则MMC | 第27-29页 |
| ·MMC 的最佳鉴别矢量算法 | 第27页 |
| ·MMC 与Fisher 准则的之间的关系 | 第27-29页 |
| ·实验与分析 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于流形的各种算法的研究 | 第33-54页 |
| ·引言 | 第33页 |
| ·流形及流形学习的基本概念 | 第33-34页 |
| ·等距映射 Isomap | 第34-37页 |
| ·等距映射基本思想 | 第34-35页 |
| ·基于ISOMAP 的人脸图像数据的维数约简及可视化 | 第35-37页 |
| ·局部线性嵌入 LLE | 第37-40页 |
| ·LLE 基本思想及算法步骤 | 第37-38页 |
| ·基于LLE 的人脸图像数据的维数约简、可视化及人脸识别 | 第38-40页 |
| ·拉普拉斯特征映射LE | 第40-41页 |
| ·拉普拉斯特征映射基本思想及算法步骤 | 第40-41页 |
| ·局部保持映射LPP | 第41-46页 |
| ·LPP 基本思想及算法步骤 | 第41-43页 |
| ·PCA、LDA 与LPP 的关系 | 第43-44页 |
| ·实验与分析 | 第44-46页 |
| ·无监督鉴别投影映射UDP | 第46-52页 |
| ·UDP 算法思想 | 第46-48页 |
| ·LPP、LDA 与UDP 的关系 | 第48-49页 |
| ·实验与分析 | 第49-52页 |
| ·本章小结 | 第52-54页 |
| 第四章 基于无监督鉴别投影映射（UDP）改进的特征提取方法 | 第54-66页 |
| ·引言 | 第54页 |
| ·基于正交化的UDP 最佳鉴别矢量算法概述 | 第54-56页 |
| ·基于标准正交性的UDP 最佳鉴别矢量算法 | 第54-55页 |
| ·基于正交化的UDP 算法思想 | 第55-56页 |
| ·实验与分析 | 第56-60页 |
| ·具有统计不相关的UDP 最佳鉴别矢量算法概述 | 第60-62页 |
| ·统计不相关性思想 | 第60页 |
| ·具有统计不相关的UDP 最佳鉴别矢量算法思想 | 第60-62页 |
| ·实验与分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 结束语 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 硕士期间发表的文章 | 第72-73页 |
| 详细摘要 | 第73-74页 |
