| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·论文选题的科学意义和应用前景 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·主要研究内容和论文组织结构 | 第11-13页 |
| ·主要研究内容 | 第11-12页 |
| ·论文组织结构 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第2章 人脸特征提取算法概述 | 第14-25页 |
| ·特征提取及其在人脸识别中的地位 | 第14-16页 |
| ·常用的人脸特征提取方法 | 第16-22页 |
| ·主元分析法(PCA) | 第17-18页 |
| ·独立成分分析法(ICA) | 第18-20页 |
| ·线性判别分析法(LDA) | 第20-22页 |
| ·人脸特征提取面临的挑战 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 非负矩阵分解及其改进算法 | 第25-34页 |
| ·非负矩阵分解基本理论 | 第25-26页 |
| ·非负矩阵分解的改进算法 | 第26-33页 |
| ·二维非负矩阵分解(2D-NMF) | 第27页 |
| ·局部非负矩阵分解(LNMF) | 第27-29页 |
| ·稀疏局部非负矩阵分解(Sparse LNMF) | 第29-31页 |
| ·Fisher 非负矩阵分解算法(Fisher NMF) | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于对称非负矩阵分解的人脸识别算法 | 第34-42页 |
| ·重构人脸样本图像 | 第34-36页 |
| ·获取偶镜像人脸图像 | 第34-35页 |
| ·利用 Haar 小波分解重构图像 | 第35-36页 |
| ·Sym-NMF 人脸识别 | 第36-40页 |
| ·获取 Sym-NMF 正交基矩阵 | 第36-39页 |
| ·利用 Sym-NMF 基矩阵进行特征提取和识别 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第5章 实验结果与分析 | 第42-47页 |
| ·常用的人脸数据库简介 | 第42-43页 |
| ·实验结果与分析 | 第43-46页 |
| ·Sym-NMF 识别精度实验 | 第43-45页 |
| ·Sym-NMF 训练和识别速度实验 | 第45-46页 |
| ·实验结论 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第6章 总结与展望 | 第47-49页 |
| ·总结 | 第47页 |
| ·本文的创新点 | 第47-48页 |
| ·工作展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 作者简介 | 第54-55页 |
| 攻读硕士学位期间发表的论文 | 第55-56页 |