| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究的目的和意义 | 第10-11页 |
| 1.3 国内外研究概况 | 第11-13页 |
| 1.3.1 多任务学习研究概况 | 第11-12页 |
| 1.3.2 特征选择稳定性研究概况 | 第12-13页 |
| 1.4 论文的主要研究内容 | 第13-16页 |
| 第二章 基于单任务学习的人脸图像识别 | 第16-41页 |
| 2.1 人脸图像识别 | 第16-17页 |
| 2.2 特征表示方法 | 第17-24页 |
| 2.2.1 特征提取 | 第17-20页 |
| 2.2.2 特征选择 | 第20-24页 |
| 2.3 分类器 | 第24-29页 |
| 2.3.1 K 近邻分类器 | 第25-26页 |
| 2.3.2 Fisher 分类器 | 第26-28页 |
| 2.3.3 SVM 分类器 | 第28-29页 |
| 2.4 实验 | 第29-40页 |
| 2.4.1 数据集介绍及实验设计 | 第29-31页 |
| 2.4.2 实验结果及分析 | 第31-40页 |
| 2.5 本章小结 | 第40-41页 |
| 第三章 基于多任务学习的人脸图像识别 | 第41-56页 |
| 3.1 多任务学习理论概述 | 第41-43页 |
| 3.2 基于多任务学习的种族和性别识别 | 第43-48页 |
| 3.2.1 多任务特征选择在种族和性别识别中的应用 | 第43-44页 |
| 3.2.2 实验设计 | 第44-45页 |
| 3.2.3 实验结果及分析 | 第45-48页 |
| 3.3 基于多任务学习的表情识别 | 第48-54页 |
| 3.3.1 多任务特征选择在表情识别中的应用 | 第48页 |
| 3.3.2 数据集介绍与实验设计 | 第48-50页 |
| 3.3.3 实验结果及分析 | 第50-54页 |
| 3.4 本章小结 | 第54-56页 |
| 第四章 人脸图像特征选择稳定性研究 | 第56-63页 |
| 4.1 特征选择稳定性概述 | 第56页 |
| 4.2 特征选择稳定性度量 | 第56-58页 |
| 4.3 实验结果及分析 | 第58-62页 |
| 4.3.1 实验数据集介绍 | 第58-59页 |
| 4.3.2 单任务特征选择算法稳定性比较 | 第59-61页 |
| 4.3.3 单任务与多任务特征选择算法稳定性比较 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 结论与展望 | 第63-65页 |
| 5.1 结论 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-72页 |
| 作者在攻读硕士学位期间公开发表的论文 | 第72-73页 |
| 作者在攻读硕士学位期间所作的项目 | 第73-74页 |
| 致谢 | 第74页 |