| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-38页 |
| ·生物特征识别 | 第12-16页 |
| ·生物特征识别技术的分类 | 第12-13页 |
| ·生物特征识别技术的评估及应用 | 第13-15页 |
| ·人脸识别 | 第15-16页 |
| ·人脸识别研究背景 | 第16-19页 |
| ·人脸识别方法的国内外研究现状 | 第16-17页 |
| ·人脸识别的应用 | 第17-19页 |
| ·人脸识别方法 | 第19-28页 |
| ·主成分分析(PCA) | 第19-22页 |
| ·线性判别分析(LDA) | 第22-25页 |
| ·支持向量机(SVM) | 第25-26页 |
| ·贝叶斯网络(BML) | 第26-27页 |
| ·隐马尔可夫模型(HMM) | 第27页 |
| ·人工神经网络(ANN) | 第27-28页 |
| ·人脸图像数据库 | 第28-31页 |
| ·人脸识别的关键问题 | 第31-32页 |
| ·人脸识别中的相似性测度准则 | 第32-35页 |
| ·论文的主要工作 | 第35-38页 |
| 第二章 人脸垂直对称性的变形2DPCA方法 | 第38-52页 |
| ·引言 | 第38-39页 |
| ·PCA原理 | 第39-41页 |
| ·2DPCA原理 | 第41-43页 |
| ·PCA与2DPCA的关系 | 第43-44页 |
| ·人脸垂直对称性的变形2DPCA | 第44-50页 |
| ·人脸重直对称性的变形2DPCA方法 | 第44-47页 |
| ·实验 | 第47-50页 |
| ·讨论 | 第50-52页 |
| 第三章 一种加权变形的2DPCA人脸识别方法 | 第52-64页 |
| ·引言 | 第52-53页 |
| ·变形的2DPCA | 第53-55页 |
| ·加权变形的2DPCA | 第55-59页 |
| ·最优图像变换矩阵 | 第56-57页 |
| ·特征提取 | 第57页 |
| ·图像的分类 | 第57-58页 |
| ·算法总结 | 第58-59页 |
| ·实验 | 第59-63页 |
| ·ORL库的实验 | 第59-61页 |
| ·YALE库的实验 | 第61-63页 |
| ·讨论 | 第63-64页 |
| 第四章 一种自适应加权变形的2DPCA人脸识别方法 | 第64-74页 |
| ·引言 | 第64-65页 |
| ·利用变形的2DPCA方法计算特征脸 | 第65页 |
| ·自适应加权变形的2DPCA方法(AWV2DPCA) | 第65-69页 |
| ·人脸分割 | 第65-66页 |
| ·计算权值 | 第66-68页 |
| ·图像的分类 | 第68-69页 |
| ·实验 | 第69-73页 |
| ·结论 | 第73-74页 |
| 第五章 基于贝叶斯分类器的人脸识别 | 第74-88页 |
| ·引言 | 第74-75页 |
| ·贝叶斯决策的基本概念 | 第75-81页 |
| ·相关概率 | 第75-77页 |
| ·最小错误率贝叶斯决策 | 第77-78页 |
| ·最小风险率贝叶斯决策 | 第78-81页 |
| ·最小风险贝叶斯决策的二值化人脸识别算法 | 第81-85页 |
| ·贝叶斯决策理论 | 第81-82页 |
| ·最小风险的决策规则 | 第82-83页 |
| ·最小风险贝叶斯决策的二值化人脸识别算法 | 第83-84页 |
| ·实验 | 第84-85页 |
| ·小结 | 第85页 |
| ·讨论 | 第85-88页 |
| 第六章 基于LDA人脸识别方法的研究 | 第88-106页 |
| ·引言 | 第88-89页 |
| ·LDA的介绍和推导 | 第89-93页 |
| ·一种可调控参数的LDA人脸识别算法 | 第93-98页 |
| ·传统的LDA定义 | 第93页 |
| ·改进的LDA方法 | 第93-95页 |
| ·新的LDA算法步骤 | 第95页 |
| ·实验 | 第95-98页 |
| ·小结 | 第98页 |
| ·一种人脸本征空间的特征提取算法 | 第98-104页 |
| ·本征谱模型 | 第99-100页 |
| ·本征空间的分解和正则化 | 第100-101页 |
| ·特征的提取 | 第101-102页 |
| ·实验 | 第102-103页 |
| ·小结 | 第103-104页 |
| ·讨论 | 第104-106页 |
| 第七章 结束语 | 第106-108页 |
| ·本文内容总结 | 第106-107页 |
| ·工作展望 | 第107-108页 |
| 致谢 | 第108-110页 |
| 参考文献 | 第110-124页 |
| 研究成果 | 第124页 |