| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第一章 绪论 | 第11-29页 |
| ·人脸识别研究背景与意义 | 第11-12页 |
| ·人脸识别的发展历史 | 第12-14页 |
| ·国内外研究现状 | 第14页 |
| ·常用的人脸识别方法 | 第14-27页 |
| ·基于几何特征人脸识别方法 | 第15页 |
| ·基于统计特征的人脸识别方法 | 第15-18页 |
| ·基于连接结构的人脸识别方法 | 第18-20页 |
| ·三维人脸识别方法 | 第20-21页 |
| ·基于遗传算法的人脸识别方法 | 第21-22页 |
| ·基于粒子群优化算法的人脸识别 | 第22页 |
| ·基于流形学习的人脸识别方法 | 第22-24页 |
| ·基于蚁群优化算法的人脸识别方法 | 第24页 |
| ·基于多模态特征融合的人脸识别方法 | 第24-27页 |
| ·本文主要研究内容 | 第27页 |
| ·本文的结构安排 | 第27-29页 |
| 第二章 双向 2DMSD 特征融合的人脸识别方法 | 第29-40页 |
| ·引言 | 第29-30页 |
| ·2DMSD 基本原理 | 第30页 |
| ·扩展 2DMSD | 第30-31页 |
| ·典型相关分析基本原理 | 第31-32页 |
| ·基于 CCA 的特征融合 | 第32页 |
| ·基于决策层的特征融合 | 第32-33页 |
| ·实验仿真与结果分析 | 第33-38页 |
| ·在 ORL 人脸库上的实验 | 第33-35页 |
| ·在 Yale 人脸库上的实验 | 第35-36页 |
| ·在 AR 人脸库上的实验 | 第36-38页 |
| ·本章小节 | 第38-40页 |
| 第三章 对称典型相关分析在人脸识别中的应用 | 第40-49页 |
| ·引言 | 第40-41页 |
| ·传统典型相关分析(CCA)应用于人脸识别的理论框架 | 第41页 |
| ·人脸图像对称特性分析 | 第41-42页 |
| ·特征提取 | 第42-43页 |
| ·基于对称 CCA 的特征融合与分类 | 第43页 |
| ·实验仿真与结果分析 | 第43-48页 |
| ·在 ORL 人脸库上的实验 | 第44-45页 |
| ·在 Yale 人脸库上的实验 | 第45-46页 |
| ·在 AR 人脸库上的实验 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 广义局部判别典型相关分析在人脸识别中应用 | 第49-60页 |
| ·引言 | 第49页 |
| ·广义典型相关分析(GCCA) | 第49-50页 |
| ·判别典型相关分析(DCCA) | 第50页 |
| ·局部判别典型相关分析(LDCCA) | 第50-51页 |
| ·广义局部判别典型相关分析(GLDCCA) | 第51-53页 |
| ·GLDCCA 的基本原理 | 第51-53页 |
| ·特征融合与识别步骤 | 第53页 |
| ·实验仿真与结果分析 | 第53-59页 |
| ·在人工数据集上的实验 | 第53-56页 |
| ·在 ORL 人脸库上的实验 | 第56-57页 |
| ·在 Yale 人脸库上的实验 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·本文总结 | 第60-61页 |
| ·未来的工作 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |
| 附录 A 在读期间研究成果 | 第69页 |