| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| ·人脸识别的研究背景和意义 | 第10-11页 |
| ·人脸识别的研究历史和现状 | 第11-12页 |
| ·人脸识别的系统框架 | 第12-13页 |
| ·本文的主要工作及内容安排 | 第13-15页 |
| 第二章 基于子空间分析的人脸识别 | 第15-34页 |
| ·基于 PCA 的人脸识别 | 第15-19页 |
| ·K-L 变换 | 第16-18页 |
| ·特征脸方法 | 第18-19页 |
| ·基于 PCA 的人脸识别的优缺点 | 第19页 |
| ·基于 LDA 的人脸识别 | 第19-22页 |
| ·Fisher 准则函数 | 第20-21页 |
| ·最优投影方向矩阵的求解 | 第21-22页 |
| ·基于 LDA 的人脸识别的优缺点 | 第22页 |
| ·基于 KDA 的人脸识别 | 第22-28页 |
| ·核方法 | 第23-24页 |
| ·高维特征空间中的 Fisher 准则函数 | 第24-25页 |
| ·高维特征空间中最优投影方向矩阵的求解 | 第25-27页 |
| ·基于 KDA 的人脸识别的优缺点 | 第27-28页 |
| ·LDA 中小样本问题解决方法 | 第28-33页 |
| ·R-LDA | 第28-29页 |
| ·N-LDA | 第29-30页 |
| ·D-LDA | 第30-31页 |
| ·LDA/GSVD | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 一种改进的基于 LDA 的人脸识别方法 | 第34-47页 |
| ·逐对类加权 Fisher 准则函数 | 第34-36页 |
| ·改进的 Fisher 准则函数 | 第36-38页 |
| ·改进的 LDA/GSVD 算法 | 第38-40页 |
| ·实验 | 第40-46页 |
| ·合成数据集 | 第40-42页 |
| ·ORL 人脸数据库 | 第42-43页 |
| ·Yale 人脸数据库 | 第43-44页 |
| ·FERET 人脸数据库 | 第44-45页 |
| ·实验总结 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 一种改进的基于 KDA 的人脸识别方法 | 第47-56页 |
| ·适用于 KDA 的逐对类加权 Fisher 准则函数 | 第48-49页 |
| ·适用于 KDA 的改进 Fisher 准则函数 | 第49-50页 |
| ·KDA/GSVD | 第50-53页 |
| ·实验 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·本文总结 | 第56-57页 |
| ·基于 LDA 和 KDA 的人脸识别展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间所取得的研究成果 | 第63页 |