| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·选题背景和意义 | 第7-8页 |
| ·研究现状 | 第8-14页 |
| ·人脸识别技术的发展过程 | 第8-9页 |
| ·特征提取方法概述 | 第9-14页 |
| ·本文研究内容及安排 | 第14-17页 |
| 第二章 人脸识别特征提取算法研究 | 第17-31页 |
| ·主成分分析 | 第17-20页 |
| ·主成分分析的思想 | 第17页 |
| ·主成分分析的算法 | 第17-19页 |
| ·算法分析 | 第19-20页 |
| ·局部保持投影 | 第20-23页 |
| ·局部保持投影（LPP）的思想 | 第20页 |
| ·局部保持投影(LPP)的算法及分析 | 第20-23页 |
| ·二维主成分分析 | 第23-25页 |
| ·二维主成分分析（2DPCA）的思想和算法 | 第23-24页 |
| ·图像的主成分向量和特征提取 | 第24页 |
| ·二维主成分的分类 | 第24-25页 |
| ·二维局部保持投影 | 第25-27页 |
| ·二维局部保持投影的思想 | 第25页 |
| ·二维局部保持投影的算法 | 第25-27页 |
| ·实验仿真与分析 | 第27-30页 |
| ·人脸库介绍 | 第27-28页 |
| ·实验仿真与分析 | 第28-30页 |
| ·总结 | 第30-31页 |
| 第三章 二维增强监督的局部判别分析 | 第31-45页 |
| ·二维局部信息保持投影 | 第31-34页 |
| ·2DLIPP 的思想 | 第31页 |
| ·2DLIPP 的差异性描述 | 第31-32页 |
| ·二维局部信息保持投影的算法 | 第32-33页 |
| ·二维局部信息保持投影的特征提取及分类 | 第33-34页 |
| ·二维增强监督的局部判别分析 | 第34-39页 |
| ·算法思想 | 第34页 |
| ·局部差异信息邻接图 | 第34-35页 |
| ·局部判别信息邻接图 | 第35-36页 |
| ·目标函数 | 第36-37页 |
| ·特征提取和分类 | 第37页 |
| ·算法总结 | 第37-38页 |
| ·2DESLDA 算法分析 | 第38-39页 |
| ·实验仿真与分析 | 第39-43页 |
| ·人脸库介绍 | 第40页 |
| ·实验仿真结果与分析 | 第40-43页 |
| ·总结 | 第43-45页 |
| 第四章 二维集成局部和非局部几何结构的鲁棒判别分析 | 第45-55页 |
| ·2DLIPP 和 2DESLDA 算法分析 | 第45-46页 |
| ·二维集成局部和非局部结构的判别分析 | 第46-51页 |
| ·算法思想 | 第46-47页 |
| ·局部差异性邻接图 | 第47-48页 |
| ·局部判别信息邻接图 | 第48-49页 |
| ·非局部判别信息邻接图 | 第49-50页 |
| ·目标函数 | 第50页 |
| ·特征提取和分类 | 第50-51页 |
| ·实验仿真与分析 | 第51-54页 |
| ·AR 库仿真结果 | 第51页 |
| ·UMIST 库仿真结果 | 第51-52页 |
| ·PIE 库仿真结果 | 第52-53页 |
| ·实验分析 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 研究成果 | 第65-66页 |