| 1 绪论 | 第1-25页 |
| ·人脸识别研究意义及本论文的立题思想 | 第13-15页 |
| ·人脸识别研究现状 | 第15-23页 |
| ·本论文研究内容 | 第23-25页 |
| 2 支持向量机相关理论及核心技术 | 第25-43页 |
| ·引言 | 第25-27页 |
| ·支持向量机 | 第27-31页 |
| ·支持向量机的相关核心技术 | 第31-41页 |
| ·本章小结 | 第41-43页 |
| 3 特征选择方法 | 第43-57页 |
| ·引言 | 第43-44页 |
| ·特征选择基本方法 | 第44-45页 |
| ·FILTER 特征选择模型(特征提取) | 第45-50页 |
| ·WRAPPER 特征选择模型 | 第50-53页 |
| ·启发式特征搜索方法 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 4 本论文提出的人脸特征选择及识别方法 | 第57-95页 |
| ·基于SVM 的特征选择方法 | 第57-58页 |
| ·本论文提出的人脸特征选择及识别基本框架 | 第58-62页 |
| ·基于KPCA,SVM 及GSFS 的人脸特征选择及识别方法 | 第62-67页 |
| ·基于SVM RFE 的人脸特征选择方法 | 第67-74页 |
| ·基于REGULARIZED RISK MINIMIZATION(RRM)的人脸特征选择方法 | 第74-80页 |
| ·基于不同MARGIN 的人脸特征选择及识别方法 | 第80-90页 |
| ·SVM 超参数调节研究 | 第90-93页 |
| ·一种基于复合特征评估判据的人脸特征选择构想 | 第93页 |
| ·本章小结 | 第93-95页 |
| 5 标准人脸图像库及预处理 | 第95-101页 |
| ·ORL 人脸图像库 | 第95页 |
| ·IITL 人脸图像库 | 第95-96页 |
| ·UMIST 人脸图像库 | 第96页 |
| ·AR 人脸图像库 | 第96页 |
| ·YALEB 人脸图像库 | 第96-97页 |
| ·FERET 人脸图像库 | 第97-99页 |
| ·标准人脸图像库的预处理 | 第99-101页 |
| 6 全文工作总结及今后工作展望 | 第101-105页 |
| ·全文工作总结 | 第101-103页 |
| ·今后工作展望 | 第103-105页 |
| 致谢 | 第105-107页 |
| 参考文献 | 第107-117页 |
| 附录 | 第117-120页 |
| 独创性声明 | 第120页 |
| 学位论文版权使用授权书 | 第120页 |