| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景和意义 | 第9页 |
| ·生物特征识别技术简介 | 第9-12页 |
| ·基于生理特征的生物特征识别技术 | 第9-11页 |
| ·基于行为特征的生物特征识别技术 | 第11-12页 |
| ·人脸识别的研究现状 | 第12-15页 |
| ·线性子空间方法 | 第13-14页 |
| ·非线性子空间方法 | 第14-15页 |
| ·本文主要的工作 | 第15-17页 |
| 第二章 流形学习理论 | 第17-28页 |
| ·流形学习的产生及发展 | 第17-19页 |
| ·流形学习方法的分类 | 第19-20页 |
| ·非线性流形学习算法简介 | 第20-25页 |
| ·等距映射算法（ISOMAP） | 第20-22页 |
| ·局部线性嵌入（LLE） | 第22-24页 |
| ·拉普拉斯特征映射 | 第24-25页 |
| ·本章实验结果 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 稀疏分类器在人脸识别中的应用 | 第28-39页 |
| ·引言 | 第28页 |
| ·分类器设计概述 | 第28页 |
| ·分类器的设计方法 | 第28页 |
| ·稀疏表示理论 | 第28-29页 |
| ·稀疏表示 | 第29-30页 |
| ·基于稀疏表示的人脸图像识别 | 第30-34页 |
| ·基本思想概述 | 第30-31页 |
| ·字典的构造 | 第31-32页 |
| ·稀疏系数的求解 | 第32-34页 |
| ·实验结果 | 第34-38页 |
| ·数据库介绍 | 第34-35页 |
| ·实验结果与分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 最大间隔结构保持投影算法 | 第39-63页 |
| ·引言 | 第39页 |
| ·最大间隔保持投影（MMSPP）算法特点 | 第39-40页 |
| ·最大间隔保持投影算法 | 第40-48页 |
| ·算法思想 | 第40-41页 |
| ·人脸图像子模式的划分 | 第41-42页 |
| ·最大间隔准则 | 第42-43页 |
| ·最大间隔保持投影算法（MMSPP） | 第43-47页 |
| ·分类器的设计 | 第47-48页 |
| ·实验结果及分析 | 第48-60页 |
| ·采用最近邻法进行识别 | 第48-53页 |
| ·MMSPP 算法采用 SRC 和 NNC 识别结果的对比 | 第53-55页 |
| ·人脸数据有效性的判别 | 第55-56页 |
| ·有效性判定准则 | 第56页 |
| ·稀疏表示对噪声的鲁棒性 | 第56-60页 |
| ·基于MMSPP算法的人脸识别系统GUI实现 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结和展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 个人简历 | 第69页 |
| 攻读硕士学位期间发表论文 | 第69页 |