| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-32页 |
| ·研究背景和意义 | 第12-13页 |
| ·人脸识别的研究现状与挑战 | 第13-18页 |
| ·人脸识别的研究现状 | 第13-15页 |
| ·人脸识别研究的技术挑战 | 第15-18页 |
| ·人脸识别的研究内容 | 第18-28页 |
| ·人脸识别的过程 | 第18-19页 |
| ·人脸识别研究方法 | 第19-28页 |
| ·论文的研究内容 | 第28-30页 |
| ·论文的章节安排 | 第30-32页 |
| 第2章 基于半监督离散余弦变换人脸识别 | 第32-61页 |
| ·问题的提出 | 第32-33页 |
| ·相关研究基础 | 第33-35页 |
| ·半监督约束聚类算法 | 第33-34页 |
| ·半监督判别分析（SDA） | 第34-35页 |
| ·约束聚类最优DCT系数选择算法 | 第35-51页 |
| ·DCT 变换及掩模 | 第35-37页 |
| ·最优 DCT 系数选择法 | 第37-43页 |
| ·CCODCT 算法 | 第43-44页 |
| ·实验与结果分析 | 第44-51页 |
| ·半监督判别力分析算法 | 第51-59页 |
| ·SSDPA 算法 | 第51-54页 |
| ·实验与结果分析 | 第54-59页 |
| ·本章小结 | 第59-61页 |
| 第3章 基于图像分块判别力分析人脸识别 | 第61-77页 |
| ·问题的提出 | 第61页 |
| ·相关的研究基础 | 第61-65页 |
| ·Eigenface 算法 | 第61-62页 |
| ·Fisherface 算法 | 第62-63页 |
| ·D-DCT 特征提取 | 第63-65页 |
| ·局部对比度增强进行预处理 | 第65-68页 |
| ·Lambert 模型及对数变换 | 第65-66页 |
| ·局部对比度增强 | 第66-68页 |
| ·块判别力分析特征提取 | 第68-72页 |
| ·分块 DCT 变换 | 第68-69页 |
| ·计算块判别力 | 第69-72页 |
| ·BDPA 算法 | 第72页 |
| ·实验与结果分析 | 第72-76页 |
| ·实验结果 | 第72-75页 |
| ·性能分析 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第4章 基于支持向量直接判别分析人脸识别 | 第77-94页 |
| ·问题的提出 | 第77-78页 |
| ·相关研究基础 | 第78-82页 |
| ·DLDA 算法 | 第78-79页 |
| ·KDDA 算法 | 第79-80页 |
| ·SVM-DA 算法 | 第80-81页 |
| ·SVM 预备知识 | 第81-82页 |
| ·支持向量直接判别分析（SVDDA）算法 | 第82-88页 |
| ·基于 SVM 的 LDA 线性特征提取 | 第83-85页 |
| ·基于 SVM 核的非线性扩展 | 第85-86页 |
| ·SVDDA 特征分析过程及求解 | 第86-88页 |
| ·SVDDA 算法描述 | 第88页 |
| ·实验与结果分析 | 第88-93页 |
| ·实验数据库以及实验方法 | 第88-89页 |
| ·实验结果 | 第89-91页 |
| ·性能分析 | 第91-93页 |
| ·本章小结 | 第93-94页 |
| 第5章 基于可控金字塔变换人脸识别 | 第94-111页 |
| ·问题的提出 | 第94-95页 |
| ·可控金字塔变换（SPT） | 第95-97页 |
| ·基于块可控金字塔（BSP）特征提取 | 第97-99页 |
| ·BSP 特征向量设计 | 第98-99页 |
| ·特征融合 | 第99页 |
| ·半监督局部Fisher判别分析（SELF）特征提取 | 第99-101页 |
| ·SPSLD算法 | 第101页 |
| ·实验与结果分析 | 第101-109页 |
| ·实验数据库以及内容 | 第101-103页 |
| ·实验结果分析 | 第103-109页 |
| ·本章小结 | 第109-111页 |
| 结论 | 第111-113页 |
| 参考文献 | 第113-127页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第127-128页 |
| 致谢 | 第128-129页 |
| 个人简历 | 第129页 |