| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题研究目的和意义 | 第8-10页 |
| 1.2 单样本人脸识别方法 | 第10-12页 |
| 1.3 流形学习方法 | 第12页 |
| 1.4 本文主要研究工作概述 | 第12-13页 |
| 1.5 本文内容章节安排 | 第13-15页 |
| 第二章 相关方法介绍 | 第15-24页 |
| 2.1 单样本人脸识别方法 | 第15-17页 |
| 2.1.1 基于局部特征表示的方法 | 第15-16页 |
| 2.1.2 基于通用学习的方法 | 第16页 |
| 2.1.3 基于虚拟样本的方法 | 第16-17页 |
| 2.1.4 基于图像分块的方法 | 第17页 |
| 2.2 流形学习方法 | 第17-23页 |
| 2.2.1 线性流形学习方法 | 第18-21页 |
| 2.2.2 非线性流形学习方法 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于多流形鉴别学习的单样本人脸识别方法 | 第24-38页 |
| 3.1 动机与基本思路 | 第24-25页 |
| 3.2 MMDL方法 | 第25-36页 |
| 3.2.1 流形构建策略 | 第25-28页 |
| 3.2.2 多流形鉴别学习模型 | 第28-31页 |
| 3.2.3 模型的优化算法 | 第31-36页 |
| 3.3 分类策略 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于多视图流形鉴别学习的单样本人脸识别方法 | 第38-49页 |
| 4.1 动机与基本思路 | 第38-39页 |
| 4.2 MVMDL方法 | 第39-46页 |
| 4.2.1 多视图流形构建策略 | 第39页 |
| 4.2.2 多视图流形鉴别学习模型 | 第39-41页 |
| 4.2.3 模型的优化算法 | 第41-46页 |
| 4.3 分类策略 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 基于协同表示和流形学习的单样本人脸识别方法 | 第49-54页 |
| 5.1 动机与基本思路 | 第49-50页 |
| 5.2 CR-MVMDL方法 | 第50-53页 |
| 5.2.1 基于协同表示的流形构建策略 | 第50-51页 |
| 5.2.2 基于协同表示和多流形学习模型 | 第51-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第六章 实验结果与分析 | 第54-60页 |
| 6.1 数据库介绍 | 第54-55页 |
| 6.2 对比方法介绍 | 第55-56页 |
| 6.3 识别率实验结果和分析 | 第56-57页 |
| 6.4 模型参数对识别的影响 | 第57-59页 |
| 6.5 本章小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-62页 |
| 7.1 本文工作总结 | 第60页 |
| 7.2 进一步研究展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 附录 攻读硕士学位期间撰写的论文 | 第65-66页 |
| 致谢 | 第66页 |