| 中文摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-17页 |
| ·人脸识别研究背景与意义 | 第10-11页 |
| ·人脸识别中特征提取方法研究现状 | 第11-12页 |
| ·人脸识别研究的难点及发展概况 | 第11页 |
| ·人脸识别方法概述 | 第11-12页 |
| ·子空间特征提取方法 | 第12-15页 |
| ·本文的主要工作 | 第15-16页 |
| ·本文的章节安排 | 第16-17页 |
| 第二章 流形学习理论和方法 | 第17-24页 |
| ·引言 | 第17页 |
| ·流形学习的数学定义 | 第17页 |
| ·经典的流形学习方法 | 第17-23页 |
| ·等距映射(ISOME FEATURE MAPPING,ISOMAP) | 第17-18页 |
| ·局部线性嵌入(LOCALLY LINEAR EMBEDDING,LLE) | 第18-19页 |
| ·拉普拉斯特征映射(LAPLACIAN EIGENMAP,LE) | 第19-20页 |
| ·局部保留投影(LOCALLY PRESERVING PROJECTION,LPP) | 第20-21页 |
| ·局部鉴别投影(LOCAL DISCRIMINANT PROJECTION,LDP) | 第21-22页 |
| ·局部切空间排列(LOCAL TANGENT SPACE ALIGNMENT,LTSA) | 第22-23页 |
| ·小结 | 第23-24页 |
| 第三章 图像多模态扰动的人脸识别方法 | 第24-33页 |
| ·引言 | 第24-25页 |
| ·二维主成分分析 | 第25-26页 |
| ·二维线性判别分析 | 第26-27页 |
| ·图像多模态扰动的人脸识别 | 第27-32页 |
| ·人脸图像扰动和特征抽取 | 第27-30页 |
| ·人脸图像扰动和识别 | 第30页 |
| ·实验结果与分析 | 第30-32页 |
| ·小结 | 第32-33页 |
| 第四章 基于局部结构信息的双线性判别分析方法 | 第33-43页 |
| ·引言 | 第33页 |
| ·基于局部结构信息的双线性判别方法 | 第33-42页 |
| ·基本思想 | 第33-35页 |
| ·算法实现 | 第35-36页 |
| ·实验结果与分析 | 第36-42页 |
| ·小结 | 第42-43页 |
| 第五章 线性不相关鉴别人脸识别方法 | 第43-50页 |
| ·引言 | 第43页 |
| ·代数特征抽取方法 | 第43-45页 |
| ·主分量分析(PCA) | 第43-44页 |
| ·Fisher线性鉴别 | 第44-45页 |
| ·Subspace LDA | 第45页 |
| ·基于图像矩阵的线性不相关鉴别分析 | 第45-49页 |
| ·图像投影鉴别分析 | 第46-47页 |
| ·实验结果与分析 | 第47-49页 |
| ·小结 | 第49-50页 |
| 第六章 总结和展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-59页 |
| 附录 | 第59-60页 |
