| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 引言 | 第9页 |
| 1.2 研究背景及意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 国内研究现状 | 第11-13页 |
| 1.3.2 国外研究现状 | 第13-14页 |
| 1.4 论文的主要工作和安排 | 第14-16页 |
| 第2章 常用的人脸识别算法 | 第16-22页 |
| 2.1 人脸识别简述 | 第16页 |
| 2.2 经典的人脸识别算法 | 第16-18页 |
| 2.2.1 基于几何特征的方法 | 第17页 |
| 2.2.2 基于特征子空间的方法 | 第17页 |
| 2.2.3 基于模板的方法 | 第17-18页 |
| 2.2.4 基于神经网络的方法 | 第18页 |
| 2.2.5 其他方法 | 第18页 |
| 2.3 常用数据库 | 第18-22页 |
| 2.3.1 ORL数据库描述 | 第18-20页 |
| 2.3.2 Yale数据库描述 | 第20页 |
| 2.3.3 其他数据库描述 | 第20-22页 |
| 第3章 常用的间距准则算法 | 第22-30页 |
| 3.1 间距准则算法概述 | 第22-23页 |
| 3.2 经典间距准则算法 | 第23-27页 |
| 3.2.1 Fisher准则算法 | 第23-26页 |
| 3.2.2 MMC算法 | 第26-27页 |
| 3.3 二维间距准则算法 | 第27-30页 |
| 3.3.1 二维Fisher准则算法 | 第28页 |
| 3.3.2 2DMMC算法 | 第28-30页 |
| 第4章 基于L-p范数的二维最大间距准则及应用 | 第30-48页 |
| 4.1 基于L1-2DMMC算法 | 第30-33页 |
| 4.1.1 算法描述 | 第30-31页 |
| 4.1.2 寻找L1-2DMMC的单个最优投影方向 | 第31页 |
| 4.1.3 L1-2DMMC求单个最优投影方向的算法步骤 | 第31-32页 |
| 4.1.4 L1-2DMMC多个最优投影方向的扩展 | 第32-33页 |
| 4.1.5 L1-2DMMC求解多个最优投影方向的算法步骤 | 第33页 |
| 4.2 基于L-p范数的二维最大间距准则算法 | 第33-39页 |
| 4.2.1 算法描述 | 第34页 |
| 4.2.2 寻找Lp-2DMMC的单个最优投影方向 | 第34-35页 |
| 4.2.3 目标函数的迭代收敛性证明 | 第35-37页 |
| 4.2.4 Lp-2DMMC求单个最优投影方向的算法步骤 | 第37页 |
| 4.2.5 Lp-2DMMC多个最优投影方向的扩展 | 第37-38页 |
| 4.2.6 Lp-2DMMC求解多个最优投影方向的算法步骤 | 第38-39页 |
| 4.3 实验结果及分析 | 第39-46页 |
| 4.3.1 原始数据库上的实验 | 第39-41页 |
| 4.3.2 加噪声实验 | 第41-46页 |
| 4.3.2.1 在ORL数据集上的加噪实验 | 第41-44页 |
| 4.3.2.2 在Yale数据集上的加噪实验 | 第44-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第5章 基于粒子群优化的最大间距准则算法及应用 | 第48-58页 |
| 5.1 前言 | 第48页 |
| 5.2 优化的最大间距准则算法 | 第48-51页 |
| 5.2.1 粒子群优化算法 | 第48-49页 |
| 5.2.2 优化的L1范数二维最大间距准则 | 第49-50页 |
| 5.2.3 优化的L1范数二维最大间距准则算法步骤 | 第50-51页 |
| 5.3 实验结果以及分析 | 第51-57页 |
| 5.3.1 原始数据库上的实验 | 第51-53页 |
| 5.3.2 加噪声实验 | 第53-57页 |
| 5.3.2.1 在ORL数据集上的加噪实验 | 第53-55页 |
| 5.3.2.2 在Yale数据集上的加噪实验 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第6章 总结及展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的论文 | 第64-65页 |
| 致谢 | 第65页 |
