| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 第一章 序论 | 第8-18页 |
| ·论文背景 | 第8-9页 |
| ·问题的提出 | 第8页 |
| ·人脸识别的应用 | 第8-9页 |
| ·人脸识别的发展现状 | 第9-11页 |
| ·神经生理学、心理学的主要结果 | 第9-10页 |
| ·机器识别人脸的现状 | 第10-11页 |
| ·人脸识别的研究范围以及方法 | 第11-15页 |
| ·人脸定位和检测 | 第11-13页 |
| ·人脸特征提取 | 第13-14页 |
| ·人脸识别的方法 | 第14-15页 |
| ·本文的主要工作 | 第15-16页 |
| ·本文各章内容安排 | 第16-18页 |
| 第二章 基于PCA的人脸识别:特征值选择及距离测量 | 第18-29页 |
| ·引言 | 第18页 |
| ·特征脸方法 | 第18-21页 |
| ·图像归一化 | 第18-19页 |
| ·特征脸空间的形成 | 第19页 |
| ·利用特征脸空间来识别人脸 | 第19-21页 |
| ·SVD定理 | 第21-22页 |
| ·特征向量的选取 | 第22-23页 |
| ·距离测量 | 第23-24页 |
| ·实验结果 | 第24-28页 |
| ·ORL库中的实验结果 | 第24-25页 |
| ·Yale库中的实验结果 | 第25-26页 |
| ·实验结果分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于线性判别子空间的人脸识别 | 第29-38页 |
| ·引言 | 第29页 |
| ·Fisher线性判别分析 | 第29-33页 |
| ·最佳判别方向 | 第29-31页 |
| ·计算最优LDA投影 | 第31-32页 |
| ·LDA的步骤 | 第32页 |
| ·LDA方法用于人脸识别时缺点 | 第32-33页 |
| ·Subspace LDA | 第33-35页 |
| ·Subspace LDA实施步骤 | 第33-34页 |
| ·PCA和LDA比较 | 第34-35页 |
| ·实验结果 | 第35-37页 |
| ·结论 | 第37-38页 |
| 第四章 基于逐对加权Fisher判别准则的人脸识别 | 第38-51页 |
| ·引言 | 第38页 |
| ·Fisher线性判别准则及其次优性分析 | 第38-40页 |
| ·Fisher线性判别准则 | 第38-39页 |
| ·Fisher判别准则及其次优性分析 | 第39-40页 |
| ·逐对加权Fisher线性判别准则 | 第40-44页 |
| ·一维空间中逐对加权Fisher准则的权函数选择 | 第40-43页 |
| ·多维空间中的权函数选择 | 第43-44页 |
| ·类间散布矩阵非单位阵 | 第44页 |
| ·基于逐对加权Fisher判别准则的人脸识别 | 第44-46页 |
| ·基于逐对加权Fisher判别准则应用于人脸识别 | 第44-45页 |
| ·实施步骤 | 第45-46页 |
| ·实验结果 | 第46-50页 |
| ·IRIS数据的实验结果 | 第46-48页 |
| ·人脸数据库数据的实验结果 | 第48-50页 |
| ·结论 | 第50-51页 |
| 第五章 结束语 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录1 硕士期间参与的科研项目 | 第57-58页 |
| 附录2 硕士期间发表的论文 | 第58页 |