| 致谢 | 第1-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-15页 |
| 第一章 绪论 | 第15-35页 |
| 1 选题意义及课题来源 | 第15-17页 |
| ·选题意义 | 第15-17页 |
| ·课题来源 | 第17页 |
| 2 人脸识别研究综述 | 第17-27页 |
| ·研究起源与历程 | 第17-19页 |
| ·国内外研究进展 | 第19-20页 |
| ·人脸识别主流算法分析 | 第20-27页 |
| 3 人脸识别研究的主要挑战和技术趋势 | 第27-30页 |
| ·人脸识别研究的主要挑战 | 第27-29页 |
| ·未来人脸识别研究的可能发展趋势 | 第29-30页 |
| 4 论文的主要工作及章节安排 | 第30-35页 |
| ·论文的主要工作 | 第30-33页 |
| ·章节安排 | 第33-35页 |
| 第二章 人脸识别研究的相关理论 | 第35-54页 |
| 1 人脸识别的基本原理 | 第35-39页 |
| ·人脸特征提取 | 第36-37页 |
| ·特征匹配与分类 | 第37-39页 |
| 2 人脸识别算法的常用训练模式及评估方法 | 第39-42页 |
| ·人脸识别算法的常用训练模式 | 第39-40页 |
| ·主流测试数据库 | 第40-41页 |
| ·主要评价指标 | 第41-42页 |
| 3 论文涉及的相关理论基础 | 第42-54页 |
| ·流形学习理论 | 第42-47页 |
| ·模式识别中的核理论 | 第47-51页 |
| ·张量学习理论 | 第51-54页 |
| 第三章 增强局部保持性能的人脸识别算法 | 第54-84页 |
| 1 局部保持投影算法及其加核化算法 | 第54-57页 |
| ·局部保留投影算法(He05a) | 第54-55页 |
| ·核局部保留投影(Cheng05) | 第55-57页 |
| 2 双向压缩变换下的有监督局部保持投影算法 | 第57-68页 |
| ·基于二维图像矩阵运算的相关算法简介 | 第57-59页 |
| ·双向压缩变换下的有监督局部保持投影算法 | 第59-68页 |
| 3 核正交局部保持投影的人脸识别算法 | 第68-83页 |
| ·基于核的正交局部保持投影算法(KOLPP)及其推导过程 | 第69-73页 |
| ·实验与分析 | 第73-83页 |
| 4 本章小结 | 第83-84页 |
| 第四章 基于局部敏感判别式分析的人脸识别算法 | 第84-117页 |
| 1 局部敏感判别式分析(LSDA) | 第84-88页 |
| ·局部敏感判别式分析(LSDA)算法描述 | 第85-87页 |
| ·局部敏感判别分析优缺点分析 | 第87-88页 |
| 2 正交局部敏感判别式分析(OLSDA) | 第88-100页 |
| ·核心算法描述 | 第89-90页 |
| ·OLSDA算法理论分析 | 第90-92页 |
| ·实验与结果分析 | 第92-100页 |
| 3 张量正交局部敏感判别式分析(Tensor-OLSDA) | 第100-116页 |
| ·核心算法描述 | 第101-103页 |
| ·Tensor-OLSDA理论分析 | 第103-107页 |
| ·实验与结果分析 | 第107-116页 |
| 4 本章小结 | 第116-117页 |
| 第五章 旋转与平移不变的联合子空间人脸识别算法 | 第117-146页 |
| 1 问题的提出 | 第117-119页 |
| 2 旋转与平移不变的Gabor特征描述 | 第119-128页 |
| ·人脸图像的Gabor特征提取 | 第120-124页 |
| ·人脸Gabor特征的有效性分析 | 第124-128页 |
| 3 联合子空间人脸特征提取及识别算法 | 第128-133页 |
| ·算法设计思想及流程图 | 第128-130页 |
| ·核心算法描述 | 第130-133页 |
| 4 实验分析 | 第133-144页 |
| ·ORL人脸库 | 第134-140页 |
| ·CAS-PEAL人脸库 | 第140-144页 |
| 5 本章小结 | 第144-146页 |
| 第六章 结论 | 第146-149页 |
| 1 本文的主要研究成果 | 第146-147页 |
| 2 对今后工作的展望 | 第147-149页 |
| 参考文献 | 第149-163页 |
| 作者简历 | 第163-166页 |
| 学位论文数据集 | 第166页 |