| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·研究内容 | 第12-13页 |
| ·论文组织 | 第13-14页 |
| 第2章 预备知识 | 第14-23页 |
| ·人脸识别的相关研究内容 | 第14-16页 |
| ·人脸识别框架 | 第14-15页 |
| ·人脸识别的研究方法简介 | 第15-16页 |
| ·集成学习 | 第16-20页 |
| ·单个学习器的生成方法 | 第17页 |
| ·集成学习的作用 | 第17-18页 |
| ·融合方法 | 第18-20页 |
| ·人脸识别常用数据库汇总 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 n 元组分类器集成及其人脸识别方法 | 第23-29页 |
| ·n 元组分类器简介 | 第23页 |
| ·人脸图像的二值化 | 第23-24页 |
| ·n 元组分类器集成的人脸识别方法 | 第24-28页 |
| ·n 元组分类器的构成 | 第24-25页 |
| ·n 元组分类器集成的人脸识别算法原理 | 第25-26页 |
| ·实验结果及分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 移动窗口分类器集成及其人脸识别方法 | 第29-37页 |
| ·位平面分解简介 | 第29-31页 |
| ·移动窗口分类器的构成 | 第31页 |
| ·基于移动窗口分类器集成的人脸识别方法 | 第31-36页 |
| ·基于移动窗口分类器集成的人脸识别集成算法原理 | 第32-33页 |
| ·实验结果及分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第5章 半随机取样的子空间集成及其人脸识别方法 | 第37-46页 |
| ·子空间简介 | 第37-39页 |
| ·子空间的概念 | 第37页 |
| ·PCA 算法 | 第37-39页 |
| ·随机子空间方法 | 第39-40页 |
| ·半随机取样的子空间集成的人脸识别方法 | 第40-45页 |
| ·基于半随机取样的子空间集成的人脸识别集成算法原理 | 第40-43页 |
| ·实验结果分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第6章 总结与展望 | 第46-48页 |
| ·本文总结 | 第46页 |
| ·工作展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 攻读学位期间取得的科研成果 | 第52页 |