| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题的背景及研究意义 | 第11-12页 |
| ·动态人脸识别的发展动态 | 第12-13页 |
| ·常用的人脸数据库 | 第13-16页 |
| ·论文的工作内容和组织结构 | 第16-17页 |
| ·论文总做内容 | 第16页 |
| ·本文的内容安排 | 第16-17页 |
| 第二章 主成分分析的增量学习算法及动态人脸识别 | 第17-36页 |
| ·主成分分析 | 第17-21页 |
| ·PCA 思想与最优投影矩阵 | 第17-19页 |
| ·特征提取 | 第19-21页 |
| ·基于主成分分析的增量学习算法 | 第21-25页 |
| ·第一类主成分分析的增量学习算法 | 第21-23页 |
| ·第二类主成分分析的增量学习算法 | 第23-25页 |
| ·二维主成分分析 | 第25-26页 |
| ·基于二维主成分分析增量学习算法的动态人脸识别 | 第26-35页 |
| ·基于二维主成分分析的增量学习算法 | 第26-29页 |
| ·基于二维主成分分析的增量学习算法的动态人脸识别 | 第29-31页 |
| ·实验结果及分析 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 核主成分分析增量学习算法 | 第36-57页 |
| ·核方法 | 第36-41页 |
| ·核函数 | 第37-38页 |
| ·核矩阵 | 第38-39页 |
| ·核函数的基本算法 | 第39-40页 |
| ·协方差矩阵与核技巧 | 第40-41页 |
| ·核主成分分析 | 第41-43页 |
| ·基于核主成分分析的增量学习算法 | 第43-47页 |
| ·基于二维核主成分分析增量学习算法的动态人脸识别 | 第47-56页 |
| ·基于二维核主成分分析的增量学习算法 | 第47-51页 |
| ·基于二维核主成分分析的增量学习算法的动态人脸识别 | 第51-53页 |
| ·实验结果及分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 总结与展望 | 第57-59页 |
| ·全文总结 | 第57页 |
| ·未来工作展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 附录 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的学术论文和参与的科研项目 | 第64页 |