摘要 | 第5-7页 |
Abstract | 第7-8页 |
符号说明 | 第11-12页 |
第一章 绪论 | 第12-19页 |
1.1 人脸识别的研究背景 | 第12页 |
1.2 人脸识别的应用流程 | 第12-13页 |
1.3 半监督学习的研究意义 | 第13-17页 |
1.3.1 无监督学习的研究现状 | 第14页 |
1.3.2 有监督学习的研究现状 | 第14-15页 |
1.3.3 半监督学习的研究现状 | 第15-17页 |
1.4 本文的主要工作 | 第17-18页 |
1.5 本文的内容安排 | 第18-19页 |
第二章 人脸特征抽取方法概述 | 第19-28页 |
2.1 引言 | 第19页 |
2.2 无监督学习方法 | 第19-25页 |
2.2.1 主成分分析(PCA) | 第19-20页 |
2.2.2 局部保持投影(LPP) | 第20-22页 |
2.2.3 局部线性嵌入(LLE) | 第22-23页 |
2.2.4 局部切空间排列(LTSA) | 第23-24页 |
2.2.5 等距映射(ISOMAP) | 第24-25页 |
2.3 有监督学习方法 | 第25-27页 |
2.3.1 线性鉴别分析(LDA) | 第25-26页 |
2.3.2 局部保持判别投影(LPDP) | 第26-27页 |
2.4 本章小结 | 第27-28页 |
第三章 半监督学习中基于马氏距离的邻域选择算法 | 第28-35页 |
3.1 引言 | 第28页 |
3.2 半监督邻域保持投影 | 第28-29页 |
3.3 基于马氏距离的自适应流形学习 | 第29-32页 |
3.3.1 马氏距离在流形邻域中的应用 | 第30页 |
3.3.2 自适应邻域的度量 | 第30-31页 |
3.3.3 自适应邻域选择算法概述 | 第31-32页 |
3.4 实验结果与分析 | 第32-34页 |
3.4.1 实验1与分析 | 第32-33页 |
3.4.2 实验2与分析 | 第33-34页 |
3.5 本章小结 | 第34-35页 |
第四章 线性局部切空间排列的传播半监督学习方法 | 第35-44页 |
4.1 引言 | 第35-36页 |
4.2 标签传播算法 | 第36-37页 |
4.2.1 软标签的计算 | 第36页 |
4.2.2 软标签散度矩阵 | 第36-37页 |
4.3 半监督传播线性局部切空间排列 | 第37-39页 |
4.3.1 目标函数 | 第37-38页 |
4.3.2 算法概述 | 第38-39页 |
4.4 实验结果与分析 | 第39-42页 |
4.4.1 实验1与分析 | 第39-40页 |
4.4.2 实验2与分析 | 第40-42页 |
4.5 本章小结 | 第42-44页 |
第五章 线性局部切空间排列的成对约束二维学习方法 | 第44-54页 |
5.1 引言 | 第44-45页 |
5.2 相关算法 | 第45-46页 |
5.2.1 线性局部切空间排列 | 第45-46页 |
5.2.2 成对约束 | 第46页 |
5.3 基于成对约束的半监督二维LLTSA | 第46-49页 |
5.3.1 基于成对约束的半监督LLTSA | 第46-47页 |
5.3.2 基于成对约束的半监督二维LLTSA | 第47-49页 |
5.3.3 算法概述 | 第49页 |
5.4 实验结果与分析 | 第49-53页 |
5.4.1 实验1与分析 | 第49-51页 |
5.4.2 实验2与分析 | 第51-53页 |
5.5 本章小结 | 第53-54页 |
第六章 核边界Fisher分析的稀疏半监督学习方法 | 第54-64页 |
6.1 引言 | 第54-55页 |
6.2 相关算法 | 第55-56页 |
6.2.1 边界Fisher分析 | 第55页 |
6.2.2 图像的稀疏表示 | 第55-56页 |
6.3 核边界Fisher分析的稀疏半监督学习方法 | 第56-58页 |
6.3.1 半监督学习框架 | 第56页 |
6.3.2 边界Fisher分析的稀疏半监督学习方法 | 第56-57页 |
6.3.3 核边界Fisher分析的稀疏半监督学习方法 | 第57-58页 |
6.3.4 算法概述 | 第58页 |
6.4 实验结果与分析 | 第58-63页 |
6.4.1 实验1与分析 | 第58-61页 |
6.4.2 实验2与分析 | 第61-63页 |
6.5 本章小结 | 第63-64页 |
第七章 总结与展望 | 第64-66页 |
7.1 总结 | 第64页 |
7.2 展望 | 第64-66页 |
参考文献 | 第66-72页 |
致谢 | 第72-73页 |
攻读学位期间发表的学术论文目录 | 第73-74页 |