基于LDA特征提取的人脸验证方法研究
| 中文摘要 | 第2-3页 |
| Abstract | 第3页 |
| 中文文摘 | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 主要研究内容以及组织结构 | 第15-16页 |
| 1.3.1 论文的主要研究内容 | 第15页 |
| 1.3.2 论文的组织结构 | 第15-16页 |
| 第2章 线性判别分析方法简介 | 第16-26页 |
| 2.1 Fisher线性判别分析方法概述 | 第16-19页 |
| 2.2 线性判别分析方法概述 | 第19-22页 |
| 2.3 LDA存在的问题及解决方法 | 第22-25页 |
| 2.3.1 LDA的小样本问题 | 第23-24页 |
| 2.3.2 LDA的特征提取不足问题 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 一种新的线性判别分析方法orLDA | 第26-34页 |
| 3.1 orLDA特征提取方法 | 第26-29页 |
| 3.2 相关方法简介 | 第29-30页 |
| 3.3 实验 | 第30-33页 |
| 3.3.1 实验背景介绍 | 第30-32页 |
| 3.3.2 实验结果及分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 SSDA特征提取方法 | 第34-50页 |
| 4.1 相关方法简介 | 第34-36页 |
| 4.1.1 子类判别分析方法简介 | 第34-35页 |
| 4.1.2 混合子类判别分析方法简介 | 第35-36页 |
| 4.2 SSDA | 第36-41页 |
| 4.2.1 子类分离准则 | 第37-39页 |
| 4.2.2 SSDA的类内与类间散度矩阵 | 第39-41页 |
| 4.2.3 SSDA的目标函数与优化 | 第41页 |
| 4.3 实验 | 第41-49页 |
| 4.3.1 实验背景介绍 | 第41-43页 |
| 4.3.2 实验结果与分析 | 第43-46页 |
| 4.3.3 子类分离性分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 论文工作总结 | 第50-51页 |
| 5.2 未来工作展望 | 第51-52页 |
| 附录1 | 第52-58页 |
| 参考文献 | 第58-64页 |
| 攻读学位期间承担的科研任务与主要成果 | 第64-66页 |
| 致谢 | 第66-68页 |
| 个人简历 | 第68-71页 |
