| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·人脸识别问题的提出 | 第7-8页 |
| ·人脸识别的发展现状 | 第8-10页 |
| ·人脸识别现有主要的特征提取和识别方法 | 第10-12页 |
| ·本论文的主要工作和章节安排 | 第12-13页 |
| 2 几种典型人脸识别方法的研究 | 第13-29页 |
| ·基于KL变换的主成份分析方法 | 第13-17页 |
| ·KL变换 | 第13-14页 |
| ·KL变换在人脸自动识别研究中的应用 | 第14-16页 |
| ·实验结果与分析 | 第16-17页 |
| ·基于Fisher线性判别分析的人脸识别方法 | 第17-24页 |
| ·Fisher鉴别向量 | 第17-19页 |
| ·多类问题的Fisher线性判别分析 | 第19-22页 |
| ·Fisher线性判别准则在人脸识别中的应用 | 第22-23页 |
| ·实验结果与分析 | 第23-24页 |
| ·基于Kernel Fisher非线性判别分析的人脸识别方法 | 第24-27页 |
| ·核Fisher鉴别函数 | 第24-26页 |
| ·实验结果与分析 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 3 基于Gabor小波变换人脸识别方法 | 第29-43页 |
| ·小波变换基础 | 第29-32页 |
| ·小波变换 | 第29-31页 |
| ·多分辨分析与Mallat算法 | 第31-32页 |
| ·小波变换的特点 | 第32页 |
| ·Gabor小波 | 第32-36页 |
| ·一维Gabor小波 | 第33-35页 |
| ·二维Gabor小波 | 第35-36页 |
| ·Gabor小波在人脸识别中的应用 | 第36-43页 |
| ·人脸图像的Gabor小波变换 | 第36-38页 |
| ·Gabor小波变换后的两步降维 | 第38页 |
| ·一种改进的Fisher脸方法 | 第38-41页 |
| ·实验结果及分析 | 第41-43页 |
| 4 用于人脸图像分类的支持向量机 | 第43-57页 |
| ·支持向量机概论 | 第43-48页 |
| ·序贯最小优化(SMO)算法 | 第48-52页 |
| ·两个Lagrange乘子的优化问题 | 第49-50页 |
| ·选择待优化Lagrange乘子的试探找点法 | 第50-51页 |
| ·每次最小优化后的重置工作 | 第51-52页 |
| ·SVM在人脸识别中的应用 | 第52-55页 |
| ·BCH码 | 第53页 |
| ·一种具有纠错能力的多类SVM分类方法 | 第53-55页 |
| ·实验结果及分析 | 第55-57页 |
| 5 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 大连理工大学学位论文版权使用授权书 | 第64页 |