| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-24页 |
| ·人脸识别技术背景及意义 | 第11-12页 |
| ·人脸识别技术介绍 | 第12-21页 |
| ·人脸识别技术的发展现状 | 第12-13页 |
| ·人脸识别算法介绍 | 第13-18页 |
| ·人脸识别算法性能评价准则 | 第18-19页 |
| ·人脸识别技术所面临的问题 | 第19-20页 |
| ·常用人脸图像数据库 | 第20-21页 |
| ·课题内容及创新 | 第21-24页 |
| ·论文主要工作 | 第21-22页 |
| ·论文章节安排 | 第22-24页 |
| 第二章 人脸特征提取方法研究 | 第24-40页 |
| ·特征提取简介 | 第24-26页 |
| ·主元成分分析原理及应用 | 第26-34页 |
| ·EIGENFACES 特征脸 | 第28-29页 |
| ·FISHERFACES 特征脸 | 第29-31页 |
| ·LAPLACIANFACES 特征脸 | 第31-34页 |
| ·非负矩阵稀疏分解（NMFS）算法 | 第34-39页 |
| ·NMF 算法原理 | 第34-35页 |
| ·NMFS 算法原理 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 人脸识别分类算法研究 | 第40-50页 |
| ·分类算法简介 | 第40-42页 |
| ·距离分类算法 | 第40-41页 |
| ·常用距离度量方法 | 第41-42页 |
| ·最近邻分类算法 | 第42-43页 |
| ·支持向量机（SVM）算法 | 第43-46页 |
| ·SVM 算法的基本原理 | 第43-45页 |
| ·SVM 算法的关键问题 | 第45-46页 |
| ·基于稀疏表示的分类算法 | 第46-49页 |
| ·稀疏表示理论思想 | 第46页 |
| ·稀疏表示理论的研究 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 基于NMFS 和MSRC 的人脸识别系统设计 | 第50-59页 |
| ·基于NMFS 和MSRC 的人脸识别系统框架 | 第50-51页 |
| ·人脸图像预处理 | 第51-52页 |
| ·人脸特征提取 | 第52-55页 |
| ·样本分类识别 | 第55-58页 |
| ·分类算法思想 | 第55-56页 |
| ·最小L1 范数求稀疏解 | 第56页 |
| ·马氏距离 | 第56-57页 |
| ·乔里斯基分解 | 第57页 |
| ·MSRC 分类算法步骤 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 仿真实验及结果分析 | 第59-71页 |
| ·论文实验设计 | 第59-60页 |
| ·实验条件 | 第59页 |
| ·实验过程 | 第59-60页 |
| ·算法实现 | 第60-62页 |
| ·仿真结果分析 | 第62-70页 |
| ·实验一 | 第62-64页 |
| ·实验二 | 第64-65页 |
| ·实验三 | 第65-67页 |
| ·实验四 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·论文总结 | 第71-72页 |
| ·工作展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 中英文对照表 | 第79-80页 |
| 攻读硕士学位期间发表论文 | 第80-81页 |
| 致谢 | 第81-82页 |