| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 人脸识别的研究背景和意义 | 第8页 |
| 1.2 人脸识别的研究内容 | 第8-13页 |
| 1.2.1 人脸识别的过程 | 第8-9页 |
| 1.2.2 人脸识别的方法 | 第9-13页 |
| 1.3 人脸识别面临的困难 | 第13页 |
| 1.4 本文所用人脸库介绍 | 第13-14页 |
| 1.4.1 ORL人脸数据库 | 第13-14页 |
| 1.4.2 Yale人脸数据库 | 第14页 |
| 1.5 本文的主要工作以及内容安排 | 第14-16页 |
| 2 基于奇异值分解的有监督无参数局部保持投影算法 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 主成分分析 | 第16-18页 |
| 2.2.1 K-L变换基本原理 | 第16-18页 |
| 2.2.2 基于PCA算法的人脸特征提取 | 第18页 |
| 2.3 矩阵的奇异值分解 | 第18-20页 |
| 2.4 拉普拉斯特征映射 | 第20页 |
| 2.5 局部保持投影算法 | 第20-22页 |
| 2.6 基于奇异值分解的有监督无参数局部保持投影算法 | 第22-23页 |
| 2.6.1 PSLPP算法的推导 | 第22-23页 |
| 2.6.2 PSLPP算法步骤 | 第23页 |
| 2.7 实验结果与分析 | 第23-26页 |
| 2.7.1 ORL人脸库实验 | 第23-24页 |
| 2.7.2 Yale人脸库实验 | 第24-26页 |
| 2.8 本章小结 | 第26-27页 |
| 3 有监督的无参数核局部保持投影及人脸识别 | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 核主成分分析算法 | 第27-28页 |
| 3.3 核局部保持投影算法 | 第28-29页 |
| 3.4 有监督的无参数核局部保持投影算法 | 第29-31页 |
| 3.4.1 PSKLPP算法的推导 | 第29-31页 |
| 3.4.2 PSKLPP算法步骤 | 第31页 |
| 3.5 实验结果与分析 | 第31-36页 |
| 3.5.1 ORL人脸库实验 | 第32-33页 |
| 3.5.2 Yale人脸库实验 | 第33-36页 |
| 3.6 本章小结 | 第36-37页 |
| 4 总结与展望 | 第37-38页 |
| 致谢 | 第38-39页 |
| 参考文献 | 第39-44页 |
| 附录 | 第44页 |
| 作者在攻读学位期间发表的论文目录 | 第44页 |