| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·人脸识别技术概述 | 第10-12页 |
| ·人脸识别的发展 | 第10-11页 |
| ·人脸验证技术的现状 | 第11-12页 |
| ·人脸数据库 | 第12-14页 |
| ·常用人脸数据库 | 第12-14页 |
| ·本文采用的人脸数据库 | 第14页 |
| ·本文研究工作概述 | 第14-15页 |
| ·本文内容安排 | 第15-16页 |
| 第二章 人脸特征提取方法综述 | 第16-27页 |
| ·引言 | 第16页 |
| ·基于局部特征的人脸特征提取方法 | 第16-18页 |
| ·基于面部几何特征的方法 | 第16-17页 |
| ·基于模板匹配的方法 | 第17页 |
| ·基于小波包分解的局部特征方法 | 第17-18页 |
| ·基于弹性图匹配的方法 | 第18页 |
| ·基于全局模式下的局部特征方法 | 第18页 |
| ·基于子空间分析方法的人脸识别 | 第18-25页 |
| ·基于主成分分析的方法 | 第19-20页 |
| ·基于线性判别分析（LDA）的方法 | 第20-21页 |
| ·独立元分析的方法 | 第21页 |
| ·非负矩阵因子 | 第21-22页 |
| ·核主成分分析和核线性判别分析方法 | 第22-23页 |
| ·二维PCA 方法 | 第23-24页 |
| ·模块化2DPCA 方法 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 基于客户相关的人脸验证方法 | 第27-35页 |
| ·引言 | 第27页 |
| ·基于客户相关的线性判别分析方法(CSLDA) | 第27-29页 |
| ·降维 | 第27-28页 |
| ·特征提取 | 第28-29页 |
| ·分类 | 第29页 |
| ·基于客户相关的非线性判别分析方法(CSKDA) | 第29-31页 |
| ·引言 | 第29-30页 |
| ·CSKDA 方法 | 第30-31页 |
| ·实验结果与分析 | 第31-34页 |
| ·XM2VTS 上的人脸验证实验 | 第31-33页 |
| ·ORL 上的人脸验证实验 | 第33页 |
| ·BANCA 上的人脸验证实验 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 二维方法和客户相关方法结合的人脸验证算法 | 第35-49页 |
| ·引言 | 第35页 |
| ·模块2DPCA 和CSLDA 结合的人脸验证方法 | 第35-41页 |
| ·模块2DPCA 和CSLDA 结合的算法 | 第35-37页 |
| ·实验结果与分析 | 第37-41页 |
| ·模块2DPCA 和CSKDA 结合的人脸验证方法 | 第41-48页 |
| ·模块2DPCA 和CSKDA 结合的算法 | 第41-43页 |
| ·实验结果与分析 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 人脸验证中的核矩阵学习算法 | 第49-56页 |
| ·引言 | 第49页 |
| ·核矩阵学习算法 | 第49-52页 |
| ·核矩阵的频谱变量 | 第49页 |
| ·最优化 | 第49-51页 |
| ·核矩阵在CSKDA 中的应用 | 第51-52页 |
| ·实验结果与分析 | 第52-55页 |
| ·XM2VTS 上的人脸验证实验 | 第52-54页 |
| ·ORL 上的人脸验证实验 | 第54页 |
| ·BANCA 上的人脸验证实验 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·本文的工作总结 | 第56-57页 |
| ·未来工作展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录：作者在攻读硕士学位期间完成的论文 | 第64页 |