| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 插图索引 | 第8-10页 |
| 表格索引 | 第10-11页 |
| 第1章 引言 | 第11-22页 |
| ·定义 | 第12-13页 |
| ·产生式模型应用 | 第13-16页 |
| ·样本分布的线性子空间模型:PCA和ICA | 第13-14页 |
| ·样本分布的非线性模型:流形(Manifold) | 第14-15页 |
| ·两维可变形模型:EBGM、Pictorial Structure和ASM/AAM | 第15-16页 |
| ·三维可变形人脸模型 | 第16页 |
| ·判别式模型应用 | 第16-18页 |
| ·基于Fisher判别准则的LDA及其变种 | 第16-17页 |
| ·最近邻分类器及判别式距离度量学习 | 第17-18页 |
| ·神经网络(Neuro-Net)和支撑向量机(SVM) | 第18页 |
| ·Adaboost | 第18页 |
| ·现有产生式和判别式模型中的若干问题 | 第18-19页 |
| ·论文的研究目标和创新点 | 第19-21页 |
| ·论文的结构安排 | 第21-22页 |
| 第2章 产生式模型:基于非线性流形分布模型的识别 | 第22-34页 |
| ·流形概述 | 第22-24页 |
| ·流形学习(非线性降维)算法 | 第24-25页 |
| ·Isomap | 第24页 |
| ·Local Linear Embedding(LLE) | 第24页 |
| ·Laplacian Eigenmala | 第24-25页 |
| ·其它流形学习算法 | 第25页 |
| ·通过学习扩展到新样本 | 第25-27页 |
| ·实验和结果 | 第27-33页 |
| ·合成数据 | 第28页 |
| ·人脸流形可视化 | 第28-31页 |
| ·人脸识别 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第3章 产生式模型:基于三维可变形模型的识别 | 第34-45页 |
| ·识别框架概述 | 第35-36页 |
| ·三维可变形人脸模型 | 第36-37页 |
| ·隐变量的推断:三维人脸重建 | 第37-41页 |
| ·三维模型的两维投影 | 第37-39页 |
| ·三维人脸形状重建 | 第39页 |
| ·纹理映射 | 第39-41页 |
| ·实验和结果 | 第41-44页 |
| ·CMU-PIE库 | 第41-43页 |
| ·大规模中国人脸库 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第4章 判别式模型:基于动态最近中心互斥准则的识别 | 第45-64页 |
| ·LDA在多类判别中的次优问题 | 第46-48页 |
| ·动态最近中心互斥(DNCR)准则 | 第48-54页 |
| ·算法 | 第49-50页 |
| ·确定性退火 | 第50-52页 |
| ·统一LDA、aPAC和DNCR的理论框架 | 第52-54页 |
| ·放松样本分布的参数模型假设 | 第54-57页 |
| ·核化的动态最近中心互斥(KDNCR) | 第54-55页 |
| ·非参数的动态最近邻分析(DNNA) | 第55-57页 |
| ·实验和结果 | 第57-62页 |
| ·合成数据 | 第57-60页 |
| ·人脸识别 | 第60-62页 |
| ·小结 | 第62-64页 |
| 第5章 判别式模型:利用编码理论将两类问题扩展至多类 | 第64-78页 |
| ·处理两类问题的判别式方法及其至多类问题的扩展 | 第64-66页 |
| ·相关工作 | 第66-68页 |
| ·数据辅助的输出编码(DAOC) | 第68-71页 |
| ·编码 | 第68-71页 |
| ·解码 | 第71页 |
| ·实验和结果 | 第71-76页 |
| ·机器学习数据库 | 第71-74页 |
| ·人脸识别 | 第74-76页 |
| ·小结 | 第76-78页 |
| 第6章 利用产生式模型SOM~2提高判别式模型LDA的泛化能力 | 第78-93页 |
| ·LDA判别空间的泛化问题 | 第79页 |
| ·SOM~2网络的结构与算法 | 第79-82页 |
| ·用代表类提高LDA泛化能力 | 第82-83页 |
| ·代表类的学习 | 第82页 |
| ·代表类数的估计 | 第82-83页 |
| ·实验和结果 | 第83-92页 |
| ·合成数据 | 第84-85页 |
| ·虚拟人脸图像 | 第85-88页 |
| ·人脸识别 | 第88-92页 |
| ·小结 | 第92-93页 |
| 第7章 结论和展望 | 第93-95页 |
| ·全文研究工作总结 | 第93-94页 |
| ·未来研究展望 | 第94-95页 |
| 参考文献 | 第95-101页 |
| 攻读博士学位期间发表的学术论文 | 第101-102页 |
| 致谢 | 第102-103页 |
