| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章绪论 | 第7-21页 |
| ·人脸识别的研究背景及意义 | 第7-9页 |
| ·人脸识别的发展历史与现状 | 第9-11页 |
| ·人脸识别的发展历史 | 第9-10页 |
| ·人脸识别的国内外发展现状 | 第10-11页 |
| ·人脸识别的主要方法及存在问题 | 第11-16页 |
| ·人脸识别系统 | 第11-12页 |
| ·主要的人脸特征提取方法 | 第12-15页 |
| ·主要的分类方法 | 第15-16页 |
| ·人脸识别存在的问题 | 第16页 |
| ·人脸识别主要的性能评测指标 | 第16页 |
| ·人脸数据库简介 | 第16-18页 |
| ·本文主要研究内容及各章节安排 | 第18-21页 |
| ·本文主要研究内容 | 第18-19页 |
| ·本文各章节安排 | 第19-21页 |
| 第二章基于线性子空间分析的人脸特征提取 | 第21-33页 |
| ·基于主成分分析方法（PCA）的人脸特征提取 | 第21-25页 |
| ·K-L 变换 | 第21-23页 |
| ·基于主成分分析（PCA）特征提取方法的人脸识别 | 第23-25页 |
| ·基于线性判别分析（LDA）的人脸特征提取 | 第25-32页 |
| ·Fisher 判别准则 | 第25-27页 |
| ·经典Fisher 线性判别分析方法 | 第27-28页 |
| ·基于LDA 的人脸特征提取 | 第28-30页 |
| ·LDA 用于人脸特征提取的问题及解决方法 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章D-LDA 人脸特征提取方法研究 | 第33-53页 |
| ·概述 | 第33页 |
| ·人脸图像数据降维 | 第33-36页 |
| ·D-LDA 人脸特征提取方法 | 第36-41页 |
| ·D-LDA 基本算法 | 第36-38页 |
| ·D-LDA 的缺点及问题 | 第38-41页 |
| ·本文对D-LDA 算法的改进 | 第41-52页 |
| ·NDA（Nonparametric Discriminant Analysis）算法 | 第41-43页 |
| ·对D-LDA 算法的改进 | 第43-45页 |
| ·实验结果及分析 | 第45-52页 |
| ·本章小结 | 第52-53页 |
| 第四章基于压缩感知的分类方法 | 第53-65页 |
| ·压缩感知（Compressed Sensing）技术 | 第53-55页 |
| ·基于压缩感知（Compressed Sensing）技术的分类算法 | 第55-59页 |
| ·压缩感知分类器 | 第55-57页 |
| ·与最近邻（NN）和最近子空间（NS）的比较[] | 第57-59页 |
| ·实验结果及分析 | 第59-63页 |
| ·本章小结 | 第63-65页 |
| 第五章总结与展望 | 第65-67页 |
| ·工作总结 | 第65-66页 |
| ·工作展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
