| 摘要 | 第1-6页 |
| 英文摘要 | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·背景及意义 | 第10页 |
| ·生物特征识别 | 第10-12页 |
| ·人脸特征识别 | 第12-14页 |
| ·人脸识别系统框架 | 第12-13页 |
| ·人脸数据库简介 | 第13-14页 |
| ·国内外发展状况 | 第14-16页 |
| ·人脸识别技术目前存在的问题 | 第16-17页 |
| ·本文研究内容及章节安排 | 第17-19页 |
| 第2章 主成份分析和独立成份分析在人脸识别中的应用 | 第19-27页 |
| ·基于子空间的人脸识别 | 第19-20页 |
| ·主成分分析 | 第20-21页 |
| ·独立成分分析 | 第21-23页 |
| ·基于主成份分析和独立成份分析的人脸识别 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 距离、间隔与自训练 | 第27-36页 |
| ·距离与间隔 | 第27-33页 |
| ·距离 | 第27-28页 |
| ·间隔 | 第28-33页 |
| ·半监督学习 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于自训练的间隔近邻算法 | 第36-44页 |
| ·基于自训练的间隔近邻算法 | 第36-38页 |
| ·改进的基于自训练的间隔近邻算法 | 第38-41页 |
| ·二次改进的基于自训练的间隔近邻算法 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 结论与展望 | 第44-46页 |
| ·结论 | 第44-45页 |
| ·展望 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 致谢 | 第51-52页 |
| 攻读学位期间取得的科研成果 | 第52页 |