| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·人脸识别研究背景及其意义 | 第7-8页 |
| ·国内外发展趋势 | 第8-9页 |
| ·人脸识别系统组成 | 第9-10页 |
| ·人脸识别主要特征提取方法 | 第10-11页 |
| ·本文的主要内容及其结构安排 | 第11-13页 |
| 第二章 流形学习主要方法 | 第13-25页 |
| ·引言 | 第13-14页 |
| ·流形学习理论基础 | 第14页 |
| ·流形学习主要方法 | 第14-18页 |
| ·等距映射(ISOMAP) | 第14-16页 |
| ·局部线性嵌入(LLE) | 第16页 |
| ·拉普拉斯特征映射(LE) | 第16-17页 |
| ·局部切空间排列(LTSA) | 第17-18页 |
| ·流形学习方法的实验结果分析 | 第18-21页 |
| ·流形学习面对的主要挑战 | 第21-22页 |
| ·本章小结 | 第22-25页 |
| 第三章 流形学习热核函数参数优化 | 第25-37页 |
| ·引言 | 第25页 |
| ·粒子群优化算法 | 第25-29页 |
| ·粒子群算法研究现状 | 第25-26页 |
| ·粒子群优化算法基本原理 | 第26-29页 |
| ·线性判别分析(LDA)思想 | 第29-30页 |
| ·基于粒子群算法和线性判别分析的流形学习热核函数参数优化 | 第30-31页 |
| ·ORL人脸库和Yale人脸库上的实验分析 | 第31-34页 |
| ·粒子群优化算法的不足之处 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 自适应近邻数选择正交局部保持投影人脸识别 | 第37-49页 |
| ·引言 | 第37页 |
| ·局部保持投影 | 第37-38页 |
| ·正交局部保持投影 | 第38-41页 |
| ·自适应近邻数选择 | 第41-42页 |
| ·SVM分类器设计 | 第42-44页 |
| ·ORL人脸库和Yale人脸库上的实验及结果分析 | 第44-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 作者在读期间的研究成果 | 第57-58页 |