图像降维及其在人脸识别中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·引言 | 第8-9页 |
| ·人脸识别技术的现状及发展 | 第9-10页 |
| ·人脸识别中图像降维方法概述 | 第10-12页 |
| ·人脸数据库介绍 | 第12-13页 |
| ·YALE 数据库 | 第12页 |
| ·ORL 数据库 | 第12页 |
| ·FERET 数据库 | 第12页 |
| ·XM2VTS 数据库 | 第12-13页 |
| ·本文研究内容 | 第13页 |
| ·本文结构 | 第13-14页 |
| 第二章 图像降维方法综述 | 第14-24页 |
| ·主成分分析 | 第14-15页 |
| ·线性鉴别分析 | 第15页 |
| ·二维主成分分析 | 第15-16页 |
| ·二维线性鉴别分析 | 第16页 |
| ·分块主成分分析 | 第16-18页 |
| ·分块线性鉴别分析 | 第18-19页 |
| ·基于核的图像降维算法 | 第19-21页 |
| ·核主成分分析 | 第19-21页 |
| ·流形学习算法 | 第21-23页 |
| ·局部线性嵌入 | 第21-22页 |
| ·等距映射 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 局部非参数子空间分析 | 第24-30页 |
| ·引言 | 第24页 |
| ·相关算法回顾 | 第24-26页 |
| ·局部保留投影 | 第24-25页 |
| ·非参数子空间分析 | 第25-26页 |
| ·局部非参数子空间分析 | 第26-27页 |
| ·重写NSA | 第26页 |
| ·定义LNSA | 第26-27页 |
| ·实验 | 第27-28页 |
| ·XM2VTS上人脸识别实验结果 | 第27页 |
| ·ORL上人脸识别实验结果 | 第27-28页 |
| ·结果分析 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第四章 分块非参数特征分析 | 第30-36页 |
| ·引言 | 第30页 |
| ·NFA 算法 | 第30-31页 |
| ·分块 NFA 算法 | 第31-33页 |
| ·分块 NFA 特征提取 | 第31-32页 |
| ·分类 | 第32-33页 |
| ·实验与分析 | 第33-35页 |
| ·ORL 库上的实验结果 | 第33页 |
| ·Yale 库上的实验结果 | 第33-34页 |
| ·XM2VTS 库上的实验结果 | 第34页 |
| ·分块方式对识别率的影响 | 第34页 |
| ·k值对识别率的影响 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 核典型相关性鉴别分析 | 第36-42页 |
| ·引言 | 第36页 |
| ·典型相关性 | 第36-37页 |
| ·KDCC 算法 | 第37-40页 |
| ·用 KLDA 产生核子空间 | 第38-39页 |
| ·进行典型相关性的鉴别分析 | 第39-40页 |
| ·比较方法 | 第40页 |
| ·实验结果与分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第六章 总结与展望 | 第42-44页 |
| ·工作总结 | 第42-43页 |
| ·展望 | 第43-44页 |
| 致谢 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第50页 |
