| 第一章 绪论 | 第5-16页 |
| 1.1 模式识别与机器学习的任务 | 第5-8页 |
| 1.2 人脸识别中的方法概述 | 第8-16页 |
| 1.2.1 基于整体特征的人脸识别方法 | 第10-12页 |
| 1.2.2 基于 Fisher 线性判别准则的人脸识别方法 | 第12-16页 |
| 第二章 子空间分解技术在特征提取中的应用 | 第16-27页 |
| 2.1 子空间分解的理论 | 第16-19页 |
| 2.2 子空间分解用于二维图像的特征提取 | 第19-27页 |
| 2.2.1 方向直方图与对称轴 | 第20-27页 |
| 2.2.1.1 方向直方图 | 第20-21页 |
| 2.2.1.2 基于方向直方图的对称轴计算 | 第21-24页 |
| 2.2.1.3 多元高斯分布 | 第24-27页 |
| 第三章 在核空间中提取特征 | 第27-37页 |
| 3.1 迭代的线性判别式 | 第28-30页 |
| 3.2 把迭代线性判别式放入高维线性空间 | 第30-32页 |
| 3.3 在核空间实现迭代的判别式算法 | 第32-33页 |
| 3.4 附录:关于内积表示的推导 | 第33-37页 |
| 第四章 无相关特征鉴别矢量集 | 第37-55页 |
| 4.1 Fisher 鉴别矢量集 | 第38-40页 |
| 4.2 Foley-Sammon 最优鉴别矢量集 | 第40-42页 |
| 4.3 无相关特征鉴别矢量集 | 第42-45页 |
| 4.4 求解无相关特征鉴别矢量集的非递归方法 | 第45-49页 |
| 4.5 无相关特征鉴别矢量集与Fisher鉴别矢量集的关系 | 第49-55页 |
| 第五章 试验结果及分析 | 第55-73页 |
| 5.1 对机场航片进行子空间分解 | 第55-58页 |
| 5.2 核映射方法提取样本特征的实验 | 第58-61页 |
| 5.3 用无相关鉴别矢量测试人脸数据 | 第61-73页 |
| 第六章 全文总结 | 第73-77页 |
| 参考文献 | 第77-81页 |
| 致 谢 | 第81-82页 |
| 硕士期间发表及录用的论文 | 第82-89页 |