| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题研究背景及意义 | 第8-10页 |
| ·生物特征识别技术未来发展趋势 | 第10页 |
| ·人脸识别方法概述 | 第10-14页 |
| ·线性特征提取方法 | 第11-12页 |
| ·非线性鉴别方法 | 第12-14页 |
| ·本文工作的概述 | 第14-15页 |
| ·本文余下内容章节安排 | 第15-16页 |
| 第二章 相关基础知识 | 第16-26页 |
| ·线性特征提取技术 | 第16-20页 |
| ·主成分分析 | 第16-17页 |
| ·线性鉴别分析 | 第17页 |
| ·二维主成分分析 | 第17-18页 |
| ·二维线性鉴别分析 | 第18-19页 |
| ·F-S 鉴别分析 | 第19页 |
| ·统计不相关鉴别变换 | 第19-20页 |
| ·非线性特征提取技术 | 第20-25页 |
| ·核理论基础 | 第20-21页 |
| ·常见的几种核函数 | 第21-22页 |
| ·核主成分分析 | 第22-23页 |
| ·核线性鉴别分析 | 第23-24页 |
| ·局部保留投影 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于局部和全局加权的统计不相关鉴别变换 | 第26-35页 |
| ·基于局部统计不相关的鉴别变换 | 第26-29页 |
| ·基于加权的全局统计不相关的鉴别变换 | 第29-30页 |
| ·实验和分析 | 第30-34页 |
| ·实验数据库 | 第30-31页 |
| ·参数设定 | 第31-32页 |
| ·实验结果和分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于局部和全局加权统计不相关鉴别变换的两种改进 | 第35-48页 |
| ·局部和全局加权核统计不相关鉴别变换 | 第35-38页 |
| ·基于局部和全局加权的二维统计不相关的鉴别变换 | 第38-42页 |
| ·实验和分析 | 第42-47页 |
| ·实验数据库 | 第42页 |
| ·参数设定 | 第42页 |
| ·实验结果和分析 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于局部和全局加权统计不相关方法的多任务学习 | 第48-59页 |
| ·基于局部统计不相关方法的多任务学习 | 第48-51页 |
| ·基于全局加权统计不相关方法的多任务学习 | 第51-53页 |
| ·实验和分析 | 第53-58页 |
| ·实验数据库 | 第53页 |
| ·参数设定 | 第53页 |
| ·实验结果和分析 | 第53-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 结束语 | 第59-61页 |
| ·本文工作总结 | 第59页 |
| ·研究展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的论文 | 第64-65页 |
| 致谢 | 第65页 |