| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题背景 | 第9-10页 |
| ·问题的提出 | 第9页 |
| ·人脸识别的应用 | 第9-10页 |
| ·人脸识别的发展现状 | 第10-12页 |
| ·生理学、心理学的主要结果 | 第10-11页 |
| ·机器识别人脸的现状 | 第11-12页 |
| ·人脸识别的研究范围以及方法 | 第12-16页 |
| ·人脸定位和检测 | 第12-14页 |
| ·人脸特征提取与识别方法 | 第14-16页 |
| ·本文的主要工作以及内容安排 | 第16-18页 |
| 第2章 几种经典的特征提取方法 | 第18-30页 |
| ·主成份分析(PCA) | 第18-23页 |
| ·主特征分析的基本原理 | 第18-19页 |
| ·离散K-L变换 | 第19-22页 |
| ·K-L变换用于人脸识别 | 第22-23页 |
| ·Fisher脸方法 | 第23-26页 |
| ·基于核方法 | 第26-28页 |
| ·核PCA | 第27-28页 |
| ·直接基于图像的二维鉴别分析 | 第28-29页 |
| ·二维PCA(two-dementional PCA) | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 用Fisher基本思想调整训练样本 | 第30-39页 |
| ·问提的提出 | 第30页 |
| ·样本调节的动机 | 第30-32页 |
| ·样本调节的实现 | 第32-35页 |
| ·该方法与LDA的区别以及在人脸识别中的使用 | 第35-36页 |
| ·训练样本的调整对形成最佳投影方向的影响 | 第36页 |
| ·实验对比 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 人脸识别中解决小样本的一种方法 | 第39-43页 |
| ·问题的提出 | 第39-40页 |
| ·样本生成的方法 | 第40-41页 |
| ·在ORL库上的实验 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 一种消除类内散布矩阵奇异的方法 | 第43-49页 |
| ·问题的提出 | 第43-44页 |
| ·扰动法扰乱了方向 | 第44-46页 |
| ·扰动法的误差标准 | 第46页 |
| ·本文的方法 | 第46-47页 |
| ·在ORL上的实验对比 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第6章 一种新的2DPCA方法 | 第49-53页 |
| ·现有的2DPCA方法分析 | 第49-50页 |
| ·(2D)~2PCA方法分析 | 第50页 |
| ·本文的方法 | 第50-51页 |
| ·在ORL数据库上的实验 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60页 |