| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·人脸识别的研究背景和意义 | 第8页 |
| ·人脸识别的研究内容和现状 | 第8-11页 |
| ·研究内容 | 第8-9页 |
| ·研究现状 | 第9-11页 |
| ·本课题研究背景和国内外现状 | 第11-12页 |
| ·研究背景 | 第11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文的研究内容及结构安排 | 第12-14页 |
| ·研究内容 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 代表性流形学习方法简要叙述 | 第15-23页 |
| ·引言 | 第15页 |
| ·非线性流形学习算法 | 第15-18页 |
| ·局部线性嵌入算法(LLE) | 第15-17页 |
| ·拉普拉斯特征映射(LE) | 第17-18页 |
| ·线性流形学习算法 | 第18-20页 |
| ·近邻保持嵌入算法(NPE) | 第18-19页 |
| ·局部保持投影算法(LPP) | 第19-20页 |
| ·流形学习面临的主要问题 | 第20-23页 |
| 第三章 基于小波和流形学习的人脸姿态表情分析 | 第23-35页 |
| ·二维小波变换 | 第23-24页 |
| ·基于小波和流形学习的人脸姿态表情分析 | 第24-26页 |
| ·图像特征信息粒 | 第25-26页 |
| ·基于小波分解的流形算法 | 第26页 |
| ·实验及结果分析 | 第26-34页 |
| ·基于Frey人脸库的实验 | 第26-30页 |
| ·基于CMU PIE人脸库的实验 | 第30-33页 |
| ·Frey和CMU PIE人脸库上的图像能量分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于Gabor小波的S2DNPE和SB2DLPP算法 | 第35-52页 |
| ·Gabor小波特征提取 | 第35-36页 |
| ·Gabor小波介绍 | 第35页 |
| ·Gabor特征表示 | 第35-36页 |
| ·基于Gabor小波的S2DNPE算法(GS2DNPE) | 第36-41页 |
| ·有监督的二维近邻保持嵌入(S2DNPE) | 第36-37页 |
| ·GS2DNPE的算法流程 | 第37页 |
| ·实验结果及分析 | 第37-41页 |
| ·基于Gabor小波的SB2DLPP算法(GSB2DLPP) | 第41-51页 |
| ·双向二维局部保持投影(B2DLPP) | 第42-43页 |
| ·有监督的双向二维局部保持投影算法(SB2DLPP) | 第43-44页 |
| ·实验结果及分析 | 第44-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 双向二维近邻保持判别嵌入人脸识别算法 | 第52-64页 |
| ·双向二维近邻保持嵌入算法(B2DNPE) | 第52-53页 |
| ·双向二维近邻保持判别嵌入算法(B2DNPDE) | 第53-55页 |
| ·投影矩阵的求解 | 第53-55页 |
| ·特征分类识别 | 第55页 |
| ·实验结果与分析 | 第55-63页 |
| ·人脸库上简介 | 第56页 |
| ·Yale人脸库上的实验 | 第56-58页 |
| ·PICS人脸库上的实验 | 第58-60页 |
| ·AR人脸库上的实验 | 第60-62页 |
| ·实验结果分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 主要结论与展望 | 第64-66页 |
| 主要结论 | 第64页 |
| 展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第71页 |
