| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究背景与意义 | 第7-8页 |
| ·人脸识别的发展 | 第8-10页 |
| ·人脸识别的研究历史 | 第8-10页 |
| ·人脸识别的研究现状及发展趋势 | 第10页 |
| ·人脸识别存在的主要问题及未来研究方向 | 第10-12页 |
| ·典型人脸库简介 | 第12页 |
| ·本文的研究工作及结构 | 第12-13页 |
| ·本文小结 | 第13-14页 |
| 第二章 基于子空间人脸识别方法 | 第14-20页 |
| ·人脸识别的基本流程 | 第14-15页 |
| ·人脸识别中的子空间算法 | 第15-19页 |
| ·奇异值分解方法 | 第16页 |
| ·主元分析方法 | 第16-17页 |
| ·线性判别分析方法 | 第17-18页 |
| ·基于核方法的非线性子空间方法 | 第18-19页 |
| ·流形学习 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第三章 流行学习算法在人脸识别中的应用 | 第20-30页 |
| ·流形学习中的一些数学定义 | 第20-22页 |
| ·经典的流形学习方法 | 第22-28页 |
| ·局部线性嵌入(LLE) | 第22-25页 |
| ·拉普拉斯特征映射 | 第25-27页 |
| ·等距映射（Isomap） | 第27-28页 |
| ·流形学习算法的比较 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 双向2DLPP 算法及其在人脸识别中的应用 | 第30-38页 |
| ·LPP 和2DLPP 算法 | 第30-31页 |
| ·双向二维保局投影算法（82DLPP） | 第31-34页 |
| ·仿真实验及结果分析 | 第34-37页 |
| ·实验1 | 第34-36页 |
| ·实验2 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 有监督的分块二维局部相似与差异算法 | 第38-46页 |
| ·机器学习问题 | 第38-39页 |
| ·2DLPP 算法 | 第39页 |
| ·2DSLDP 算法 | 第39-41页 |
| ·分块2DSLDP 算法 | 第41-43页 |
| ·分块2DSLDP 算法思想 | 第41-42页 |
| ·特征提取与分类 | 第42-43页 |
| ·仿真实验结果与分析 | 第43-45页 |
| ·实验1 | 第43-44页 |
| ·实验2 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-48页 |
| ·本文工作总结 | 第46页 |
| ·进一步的工作 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第53页 |