基于保局子空间的人脸识别研究
| 提要 | 第1-7页 |
| 第1章 绪 论 | 第7-12页 |
| ·人脸识别的研究意义 | 第7页 |
| ·人脸识别的研究现状 | 第7-8页 |
| ·人脸识别的应用 | 第8-9页 |
| ·人脸识别的研究内容 | 第9-10页 |
| ·人脸识别存在的问题 | 第10-11页 |
| ·本文的研究内容及组织结构 | 第11-12页 |
| 第2章 人脸识别概述 | 第12-18页 |
| ·基于几何特征的人脸识别 | 第12页 |
| ·基于弹性图匹配的人脸识别 | 第12-13页 |
| ·基于神经网络的人脸识别 | 第13页 |
| ·基于模板匹配的方法 | 第13-14页 |
| ·基于隐马尔可夫方法 | 第14页 |
| ·基于贝叶斯网路的人脸识别 | 第14-15页 |
| ·基于子空间的人脸识别 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第3章 数据降维算法概述 | 第18-26页 |
| ·线性降维算法 | 第18-21页 |
| ·主成分分析 | 第19-20页 |
| ·线性判别分析 | 第20-21页 |
| ·非线性降维算法 | 第21-24页 |
| ·等度映射 | 第21-22页 |
| ·局部线性嵌入 | 第22页 |
| ·拉普拉斯映射 | 第22-23页 |
| ·基于核技巧的非线性降维算法 | 第23-24页 |
| ·流形学习算法的几个线性化算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第4章 基于路径相似度的判别保局算法 | 第26-33页 |
| ·引言 | 第26-27页 |
| ·算法推导 | 第27-30页 |
| ·实验结果及其分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第5章 基于核判别保局最大化边界算法 | 第33-40页 |
| ·引言 | 第33页 |
| ·算法推导 | 第33-38页 |
| ·判别保局算法 | 第33-34页 |
| ·MMC 算法 | 第34-35页 |
| ·核判别保局最大化边界算法 | 第35-38页 |
| ·实验结果及其分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 结论 | 第40-42页 |
| 参考文献 | 第42-47页 |
| 致谢 | 第47-48页 |
| 摘要 | 第48-51页 |
| Abstract | 第51-53页 |
