| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-24页 |
| ·人脸识别技术 | 第10-18页 |
| ·人脸识别的研究意义与典型应用 | 第10-12页 |
| ·人脸识别的发展 | 第12-13页 |
| ·人脸的定位与检测 | 第13-15页 |
| ·人脸识别特征抽取 | 第15-16页 |
| ·人脸识别的方法 | 第16-18页 |
| ·特征抽取 | 第18-22页 |
| ·本文研究工作概述 | 第22页 |
| ·本文的内容安排 | 第22-24页 |
| 2 基于对称二维主成分分析的特征提取方法 | 第24-34页 |
| ·引言 | 第24页 |
| ·主成分分析 | 第24-26页 |
| ·二维主成分分析 | 第26-27页 |
| ·基本思想 | 第26-27页 |
| ·特征抽取 | 第27页 |
| ·基于对称二维主成分分析的人脸识别 | 第27-31页 |
| ·基本思想 | 第27-28页 |
| ·理论分析 | 第28-29页 |
| ·本征向量选择与特征提取 | 第29-30页 |
| ·人脸识别 | 第30-31页 |
| ·实验 | 第31-32页 |
| ·实验 | 第31-32页 |
| ·实验分析 | 第32页 |
| ·本章小结 | 第32-34页 |
| 3 基于完备模糊LDA的特征提取方法 | 第34-43页 |
| ·引言 | 第34页 |
| ·Fisher鉴别准则 | 第34-35页 |
| ·完备LDA | 第35-36页 |
| ·Fuzzy Fisherface | 第36-37页 |
| ·完备模糊LDA | 第37-40页 |
| ·模糊K近邻方法 | 第38页 |
| ·完备模糊LDA的思想 | 第38-40页 |
| ·如何执行我们的算法 | 第40页 |
| ·实验 | 第40-42页 |
| ·实验1 | 第40-41页 |
| ·实验2 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于拉普拉斯间距最大准则的特征提取方法 | 第43-54页 |
| ·引言 | 第43-44页 |
| ·间距最大准则(Margin Maximum Criterion，MMC) | 第44-45页 |
| ·非参数间距最大准则(Nonparameter MMC) | 第45-47页 |
| ·拉普拉斯间距最大准则(Laplacian MMC) | 第47-50页 |
| ·理论基础 | 第47-50页 |
| ·如何执行我们的算法 | 第50页 |
| ·同其他技术的联系: ANMM，LLD，DLPP | 第50页 |
| ·实验 | 第50-53页 |
| ·实验1 | 第50-52页 |
| ·实验2 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 基于核非监督鉴别投影的特征提取方法 | 第54-69页 |
| ·引言 | 第54-55页 |
| ·非监督鉴别投影(Unsupervised Discriminant Projection，UDP) | 第55-56页 |
| ·核技术 | 第56-61页 |
| ·核主成分分析 | 第58-60页 |
| ·核Fisher鉴别分析 | 第60-61页 |
| ·核非监督鉴别投影(Kernel UDP) | 第61-67页 |
| ·理论基础 | 第61-63页 |
| ·计算核非监督鉴别投影向量 | 第63-65页 |
| ·两步法计算核非监督鉴别投影向量 | 第65-66页 |
| ·计算基于核非监督鉴别投影的特征提取算法 | 第66-67页 |
| ·实验 | 第67-68页 |
| ·实验1 | 第67页 |
| ·实验2 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 结束语 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-84页 |
| 附录 | 第84-85页 |
