| 摘要 | 第1-10页 |
| Abstract | 第10-16页 |
| 第1章 绪论 | 第16-31页 |
| ·课题研究背景和意义 | 第16-17页 |
| ·人脸识别研究概述 | 第17-21页 |
| ·国内外研究现状 | 第17-18页 |
| ·人脸识别系统构成 | 第18-20页 |
| ·目前人脸识别研究的技术难点 | 第20-21页 |
| ·人脸识别中两个关键过程 | 第21-26页 |
| ·光照变化处理 | 第21-24页 |
| ·人脸识别技术的特征提取 | 第24-26页 |
| ·人脸识别研究中常用的技术标准 | 第26-28页 |
| ·人脸识别算法的评价标准 | 第26-27页 |
| ·人脸识别研究中常用的几个数据库 | 第27-28页 |
| ·论文的主要研究内容及结构安排 | 第28-31页 |
| ·主要研究内容 | 第28-29页 |
| ·结构安排 | 第29-31页 |
| 第2章 Gabor小波光照变化处理 | 第31-46页 |
| ·引言 | 第31-32页 |
| ·人脸图像的Gabor特征 | 第32-34页 |
| ·2DGabor小波 | 第32-33页 |
| ·人脸图像的Gabor特征提取 | 第33-34页 |
| ·基于监督邻域保持嵌入算法的Gabor特征维数约减 | 第34-40页 |
| ·Gabor特征维数约简 | 第34-35页 |
| ·邻域保持嵌入(Neighborhood Preserving Embedding,NPE) | 第35-37页 |
| ·监督邻域保持嵌入算法 | 第37-39页 |
| ·基于SNPE的Gabor特征维数约简 | 第39-40页 |
| ·实验结果及分析 | 第40-44页 |
| ·ORL人脸库上的实验结果 | 第41-43页 |
| ·Yale人脸库上的实验结果 | 第43-44页 |
| ·实验结果分析 | 第44页 |
| ·本章小结 | 第44-46页 |
| 第3章 NSCT域人脸图像的光照变化处理 | 第46-58页 |
| ·引言 | 第46-47页 |
| ·朗伯光照模型 | 第47-48页 |
| ·非下采样Contourlet变换 | 第48-51页 |
| ·Contourlet变换(Contourlet Transform,CT) | 第48-50页 |
| ·非下采样contourlet变换 | 第50-51页 |
| ·NSCT域光照不变特征提取 | 第51-54页 |
| ·图像的NSCT分解 | 第51页 |
| ·自适应Bayesian阈值滤波 | 第51-53页 |
| ·算法流程 | 第53-54页 |
| ·实验结果及分析 | 第54-57页 |
| ·Extended Yale B的实验结果 | 第54-56页 |
| ·PIE上的实验结果 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 应用于人脸识别技术的子空间分析概述 | 第58-70页 |
| ·引言 | 第58-59页 |
| ·线性子空间方法及主要算法 | 第59-63页 |
| ·主成分分析(Principle Component Analysis,PCA) | 第59-61页 |
| ·线性判别分析(Linear Discriminant Analysis,LDA) | 第61-63页 |
| ·非线性子空间方法 | 第63-65页 |
| ·流形及流形学习 | 第65-69页 |
| ·流形的定义 | 第65页 |
| ·流形学习的定义 | 第65-66页 |
| ·经典的流形学习算法 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 基于监督邻域保持算法的人脸特征提取 | 第70-77页 |
| ·引言 | 第70页 |
| ·邻域保持嵌入(Neighborhood Preserving Embedding,NPE) | 第70-71页 |
| ·监督邻域保持算法 | 第71-73页 |
| ·实验结果及讨论 | 第73-76页 |
| ·Extended Yale B上的实验结果 | 第74页 |
| ·CMU PIE上的实验结果 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第6章 基于监督保局辨别投影的人脸特征提取 | 第77-89页 |
| ·引言 | 第77页 |
| ·图像距离及局部保持映射(Locality preserving projection,LPP) | 第77-80页 |
| ·图像距离 | 第77-79页 |
| ·局部保持投影(Locality preserving projection,LPP) | 第79-80页 |
| ·监督局部保持辨别投影 | 第80-84页 |
| ·自适应邻域 | 第80-81页 |
| ·两类图及最优投影 | 第81-83页 |
| ·小样本问题(Small sample size,SSS)及嵌入空间维数 | 第83页 |
| ·算法流程 | 第83-84页 |
| ·实验结果及讨论 | 第84-88页 |
| ·Extended Yale B上的实验结果 | 第84-85页 |
| ·CMU PIE上的实验结果 | 第85-86页 |
| ·图像距离的嵌入和自适应邻域 | 第86-87页 |
| ·讨论 | 第87-88页 |
| ·本章小结 | 第88-89页 |
| 第7章 基于自适应监督局部保持投影的人脸特征提取 | 第89-98页 |
| ·引言 | 第89页 |
| ·监督局部最优保持投影 | 第89-93页 |
| ·关系矩阵的建立 | 第89-92页 |
| ·局部最优保持投影 | 第92-93页 |
| ·实验结果及分析 | 第93-96页 |
| ·Extended Yale B上的实验结果 | 第94-95页 |
| ·CMU PIE数据库上的实验结果 | 第95页 |
| ·自适应邻域算法的实验 | 第95-96页 |
| ·本章小结 | 第96-98页 |
| 总结与展望 | 第98-101页 |
| 参考文献 | 第101-111页 |
| 致谢 | 第111-112页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第112页 |
