| 中文摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第13-27页 |
| ·人脸识别背景知识综述 | 第13-19页 |
| ·人脸识别技术的发展过程 | 第13-18页 |
| ·人脸识别技术的应用 | 第18页 |
| ·人脸识别研究的优势与挑战性 | 第18-19页 |
| ·人脸识别技术研究内容及现状 | 第19-21页 |
| ·人脸识别技术研究内容 | 第19-20页 |
| ·人脸识别技术研究现状 | 第20-21页 |
| ·线性维数约简方法的研究与发展 | 第21-22页 |
| ·非线性维数约简方法的研究与发展 | 第22-24页 |
| ·基于核的方法 | 第22-23页 |
| ·基于流形学习的方法 | 第23-24页 |
| ·本文主要研究工作概述 | 第24-25页 |
| ·本文的内容安排 | 第25-27页 |
| 第二章 流形学习 | 第27-37页 |
| ·引言 | 第27-28页 |
| ·等距映射(ISOMETRIC FEATURE MAPPING，ISOMAP) | 第28-30页 |
| ·MDS | 第28-29页 |
| ·ISOMAP | 第29-30页 |
| ·局部线性嵌入(LOCALLY LINEAR EMBEDDING，LLE) | 第30-31页 |
| ·拉普拉斯特征映射(LAPLACIAN EIGENMAP，LE) | 第31-33页 |
| ·改进算法 | 第33-36页 |
| ·局部判别嵌入方法 | 第34页 |
| ·局部规则嵌入 | 第34页 |
| ·局部保留投影(locally preserving projection，LPP) | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 最大散度差无监督鉴别特征抽取 | 第37-44页 |
| ·引言 | 第37页 |
| ·基于流形的无监督鉴别投影思想 | 第37-40页 |
| ·最大散度差无监督鉴别准则 | 第40-41页 |
| ·最大散度差无监督鉴别特征抽取算法描述 | 第41页 |
| ·实验结果与分析 | 第41-43页 |
| ·实验1 | 第41-43页 |
| ·实验2 | 第43页 |
| ·本章结论 | 第43-44页 |
| 第四章 核无监督鉴别投影及人脸识别 | 第44-53页 |
| ·引言 | 第44-45页 |
| ·核方法 | 第45-46页 |
| ·核局部保留投影(KLPP)算法 | 第46-47页 |
| ·核无监督鉴别投影 | 第47-50页 |
| ·核无监督鉴别投影思想 | 第47-50页 |
| ·核无监督鉴别投影算法描述 | 第50页 |
| ·实验结果与分析 | 第50-52页 |
| ·结论 | 第52-53页 |
| 第五章 基于流形的有监督特征抽取 | 第53-64页 |
| ·引言 | 第53-54页 |
| ·线性鉴别分析(LINEAR DISCRIMINATE ANALYSIS，LDA) | 第54-55页 |
| ·基于流形的有监督特征抽取方法 | 第55-56页 |
| ·基于流形的有监督特征抽取算法基本思想 | 第55-56页 |
| ·基于流形的有监督鉴别特征抽取算法步骤 | 第56页 |
| ·实验结果及分析 | 第56-60页 |
| ·实验1 | 第56-58页 |
| ·实验2 | 第58-60页 |
| ·基于散度差与流形的有监督特征抽取 | 第60-63页 |
| ·基于散度差与流形的有监督特征抽取思想 | 第60-61页 |
| ·实验结果与分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·本文总结 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-75页 |
| 致谢 | 第75-76页 |
| 附录 | 第76页 |
