| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 研究现状及发展趋势 | 第12-16页 |
| 1.3 本文的主要工作 | 第16-17页 |
| 1.4 人脸识别常用数据库 | 第17-20页 |
| 1.5 本文的组织结构 | 第20-21页 |
| 第二章 子空间方法 | 第21-30页 |
| 2.1 主成分分析 | 第22-23页 |
| 2.2 线性判别分析 | 第23-24页 |
| 2.3 判别公共向量 | 第24-25页 |
| 2.4 局部保持投影 | 第25-26页 |
| 2.5 邻域保持嵌入 | 第26-27页 |
| 2.6 边界 Fisher 分析 | 第27页 |
| 2.7 邻域保持判别嵌入 | 第27-29页 |
| 2.8 本章小结 | 第29-30页 |
| 第三章 基于公共向量的模糊邻域保持嵌入 | 第30-43页 |
| 3.1 模糊 K 近邻 | 第30-31页 |
| 3.2 公共向量的求解 | 第31-33页 |
| 3.3 基于公共向量的模糊邻域保持嵌入 | 第33-36页 |
| 3.3.1 模糊邻域保持嵌入 | 第33-35页 |
| 3.3.2 FNPE/CV 与 NPE 之间的关系 | 第35-36页 |
| 3.4 实验结果及分析 | 第36-42页 |
| 3.4.1 人脸数据的预处理 | 第36页 |
| 3.4.2 分类器及参数的选择 | 第36-37页 |
| 3.4.3 人脸识别性能对比分析 | 第37-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 判别保持嵌入 | 第43-58页 |
| 4.1 相关系数 | 第44-46页 |
| 4.2 判别保持嵌入 | 第46-49页 |
| 4.3 实验结果及分析 | 第49-57页 |
| 4.3.1 人脸数据的预处理 | 第49页 |
| 4.3.2 分类器及参数的选择 | 第49页 |
| 4.3.3 实验结果讨论 | 第49-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-67页 |
| 攻读硕士学位期间发表的论文 | 第67-68页 |
| 致谢 | 第68-69页 |