| 摘要 | 第1-6页 |
| ABSTRACT | 第6-15页 |
| 第一章 绪论 | 第15-23页 |
| ·特征提取 | 第15-18页 |
| ·本文的研究思路 | 第18-21页 |
| ·本文主要内容安排 | 第21-23页 |
| 第二章 典型相关分析回顾 | 第23-28页 |
| ·引言 | 第23页 |
| ·CCA 算法 | 第23-24页 |
| ·CCA 的局限性及相应解决 | 第24-27页 |
| ·CCA 方法局限性及对策一 | 第25页 |
| ·CCA 方法局限性及对策二 | 第25-26页 |
| ·CCA 方法局限性及对策三 | 第26页 |
| ·CCA 方法局限性及对策四 | 第26页 |
| ·CCA 方法局限性及对策五 | 第26-27页 |
| ·CCA 与其它多元分析方法的关系 | 第27-28页 |
| 第三章 SPPCA 及 AW-SPPCA 方法回顾 | 第28-35页 |
| ·引言 | 第28-29页 |
| ·SPPCA 算法 | 第29-31页 |
| ·图像划分 | 第29页 |
| ·计算投影方向 | 第29-30页 |
| ·识别过程 | 第30-31页 |
| ·AW-SPPCA 算法 | 第31-33页 |
| ·图像划分以及子模式训练集的构建 | 第31页 |
| ·计算子模式预期贡献 | 第31-33页 |
| ·识别过程 | 第33页 |
| ·SPPCA 及AW-SPPCA 算法的问题与局限及相应对策 | 第33-35页 |
| 第四章 SPCCA(-OOC、-PCA)、SPLDA 及其关系 | 第35-51页 |
| ·引言 | 第35页 |
| ·SPCCA 算法 | 第35-39页 |
| ·局部特征提取 | 第36页 |
| ·整体特征提取 | 第36-38页 |
| ·CCA 特征融合 | 第38-39页 |
| ·分类 | 第39页 |
| ·SPLDA 算法 | 第39-41页 |
| ·将人脸图片划分为子模块 | 第40页 |
| ·对每个子模块进行特征提取 | 第40-41页 |
| ·分类未知图片 | 第41页 |
| ·实验和分析 | 第41-50页 |
| ·人脸图像数据集 | 第41-42页 |
| ·实验参数选取及结果表示 | 第42-43页 |
| ·实验结果与分析 | 第43-50页 |
| ·本章小结（SUB-PATTERN 算法间的关系） | 第50-51页 |
| 第五章 重叠改进 | 第51-56页 |
| ·引言 | 第51页 |
| ·重叠划分方法 | 第51-52页 |
| ·实验与分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·本文总结 | 第56页 |
| ·未来展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 硕士研究生在学期间发表论文 | 第63页 |
