| 前言 | 第1-12页 |
| 第一章 人脸识别问题综述 | 第12-21页 |
| ·引言 | 第12-13页 |
| ·人脸特征识别方法综述 | 第13-21页 |
| ·基于几何特征的方法 | 第15-16页 |
| ·基于特征脸的方法 | 第16-17页 |
| ·基于弹性模型的方法 | 第17-18页 |
| ·神经网络方法 | 第18-19页 |
| ·基于隐马尔可夫模型的方法 | 第19页 |
| ·其他方法 | 第19-21页 |
| 第二章 核主成分分析 | 第21-26页 |
| ·引言 | 第21页 |
| ·主成分 | 第21页 |
| ·主成分分析 | 第21-22页 |
| ·多项式核函数 | 第22-23页 |
| ·核函数 | 第22页 |
| ·多项式核函数 | 第22-23页 |
| ·核主成分分析 | 第23-25页 |
| ·核主成分分析特性 | 第25-26页 |
| 第三章 独立分量分析方法 | 第26-40页 |
| ·引言 | 第26-27页 |
| ·独立分量分析的基本原理 | 第27-29页 |
| ·独立分量分析定义 | 第27-28页 |
| ·关于独立分量分析定义的进一步说明 | 第28页 |
| ·独立分量的可识别性 | 第28-29页 |
| ·独立分量分析中的数据白化预处理 | 第29-30页 |
| ·常用独立分量判决函数 | 第30-36页 |
| ·多元判决函数 | 第30-33页 |
| ·最大似然函数 | 第30页 |
| ·神经网络非线性输出熵 | 第30-31页 |
| ·互信息 | 第31页 |
| ·Kullback-Leibler 距离 | 第31-32页 |
| ·非线性自相关矩阵 | 第32-33页 |
| ·加权协方差矩阵 | 第33页 |
| ·一元判决函数 | 第33-36页 |
| ·峰度 | 第34页 |
| ·负熵 | 第34-35页 |
| ·通用判决函数 | 第35页 |
| ·非线性主成分分析准则下的判决函数 | 第35-36页 |
| ·常用算法 | 第36-40页 |
| ·自适应类算法 | 第36-38页 |
| ·非线性去相关算法 | 第36-37页 |
| ·Jutten-herault 算法 | 第36页 |
| ·改进的非线性去相关算法 | 第36-37页 |
| ·Bell and Sejnowski 算法 | 第37页 |
| ·非线性主成分分析算法 | 第37-38页 |
| ·Hebbian-like 算法 | 第38页 |
| ·批处理算法 | 第38-40页 |
| 第四章 独立多维分量分析 | 第40-56页 |
| ·独立多维分量分析 | 第40-42页 |
| ·独立多维分量分析定义 | 第40-41页 |
| ·引入独立多维分量分析方法的意义 | 第41-42页 |
| ·多维独立分量分析的可行性要求 | 第42页 |
| ·随机变量独立性分析 | 第42-44页 |
| ·最大特征协方差 | 第42-43页 |
| ·特征函数 | 第43-44页 |
| ·一元特征函数 | 第43页 |
| ·多元特征函数 | 第43页 |
| ·特征函数的两个重要性质 | 第43-44页 |
| ·最大特征协方差的重要性质 | 第44页 |
| ·MERCER 核函数和再生核希尔伯特空间 | 第44-45页 |
| ·Mercer 核函数 | 第44页 |
| ·Mercer 核函数的重要性质 | 第44-45页 |
| ·再生核希尔伯特空间 | 第45页 |
| ·高斯核函数 | 第45-46页 |
| ·基于核函数的独立多维分量判决函数 | 第46-50页 |
| ·再生希尔伯特函数空间 F 下的最大特征协方差Cf | 第46-47页 |
| ·再生希尔伯特函数空间 F 下的最大特征协方差矩阵 | 第47-49页 |
| ·独立多维分量判决函数 | 第49-50页 |
| ·优化求解 | 第50-54页 |
| ·不完全乔利斯基分解 | 第50页 |
| ·引入不完全乔利斯基分解的必要性 | 第50页 |
| ·不完全乔利斯基分解 | 第50页 |
| ·高斯核函数的 Gram 矩阵谱的性质 | 第50-51页 |
| ·不完全乔利斯基分解的作用 | 第51-52页 |
| ·旋转矩阵 | 第52-53页 |
| ·求解 W | 第53-54页 |
| ·对算法性能的实验检测 | 第54-56页 |
| 第五章 人脸识别实验 | 第56-68页 |
| ·关于实验的几点说明 | 第56-59页 |
| ·人脸图像数据库 | 第56-57页 |
| ·人脸图像的预处理 | 第57页 |
| ·术语说明 | 第57-58页 |
| ·数据库的使用 | 第58页 |
| ·实验的基本出发点 | 第58-59页 |
| ·基于主成分分析识别人脸 | 第59-60页 |
| ·基于核主成分分析识别人脸 | 第60-62页 |
| ·基于独立分量分析识别人脸 | 第62-66页 |
| ·基于独立多维分量分析的人脸识别 | 第66-68页 |
| 第六章 结束语 | 第68-70页 |
| ·本文工作总结 | 第68-69页 |
| ·对进一步研究工作的展望 | 第69-70页 |
| 参考文献 | 第70-78页 |
| 攻读硕士学位期间发表的学术论文 | 第78-79页 |
| 攻读硕士学位期间参加的科研项目 | 第79-80页 |
| 致谢 | 第80页 |