| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 研究现状及发展趋势 | 第9-15页 |
| 1.2.1 线性特征提取算法 | 第10-11页 |
| 1.2.2 非线性特征提取算法 | 第11-13页 |
| 1.2.3 图嵌入算法 | 第13-14页 |
| 1.2.4 分类器结合特征提取算法 | 第14-15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 第二章 经典图嵌入算法 | 第17-24页 |
| 2.1 主成分分析 | 第18-19页 |
| 2.2 线性判别分析 | 第19-20页 |
| 2.3 拉普拉斯特征映射 | 第20-21页 |
| 2.4 保局投影算法 | 第21-22页 |
| 2.5 局部判别嵌入 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 代价敏感的局部判别嵌入人脸识别算法 | 第24-39页 |
| 3.1 代价敏感相关算法 | 第25-26页 |
| 3.2 代价敏感的局部判别嵌入算法 | 第26-29页 |
| 3.2.1 算法推导 | 第26-29页 |
| 3.2.2 算法步骤 | 第29页 |
| 3.3 实验结果与分析 | 第29-38页 |
| 3.3.1 人脸数据库与实验设置 | 第29-30页 |
| 3.3.2 人脸识别实验与分析 | 第30-36页 |
| 3.3.3 错分代价比变化对算法的影响 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 局部不相关的局部判别嵌入人脸识别算法 | 第39-55页 |
| 4.1 统计不相关 | 第39-40页 |
| 4.2 局部统计不相关 | 第40-41页 |
| 4.3 局部不相关的局部判别嵌入 | 第41-44页 |
| 4.3.1 算法推导 | 第41-43页 |
| 4.3.2 小样本问题 | 第43页 |
| 4.3.3 算法步骤 | 第43-44页 |
| 4.4 实验结果与分析 | 第44-54页 |
| 4.4.1 Yale人脸数据库上的实验结果 | 第44-47页 |
| 4.4.2 ORL人脸数据库上的实验结果 | 第47-49页 |
| 4.4.3 Extended Yale B人脸数据库上的实验结果 | 第49-51页 |
| 4.4.4 FERET人脸数据库上的实验结果 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 全文工作总结 | 第55-56页 |
| 5.2 后续工作展望 | 第56-57页 |
| 参考文献 | 第57-64页 |
| 攻读硕士学位期间发表的论文与科研项目 | 第64-65页 |
| 致谢 | 第65-66页 |