基于流形学习的人脸特征提取算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外文献综述 | 第11-15页 |
| ·本研究课题的来源及主要研究内容 | 第15-17页 |
| 第2章 人脸特征提取算法 | 第17-23页 |
| ·主分量分析法 | 第17-18页 |
| ·等距映射法 | 第18-19页 |
| ·Fisher 线性判别 | 第19-21页 |
| ·Laplacianface | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 鉴别邻域保持算法 | 第23-39页 |
| ·邻域保持嵌入 | 第23-25页 |
| ·鉴别邻域保持算法设计 | 第25-28页 |
| ·正交鉴别邻域保持算法 | 第28-29页 |
| ·鉴别邻域保持算法分析 | 第29-33页 |
| ·实验结果比较与分析 | 第33-37页 |
| ·AT&T 人脸库实验 | 第34-35页 |
| ·UMIST 人脸库实验 | 第35页 |
| ·Yale 人脸库实验 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 基于边界费舍儿的局部边缘准则 | 第39-50页 |
| ·边界费舍儿分析 | 第39-41页 |
| ·局部边缘准则算法设计 | 第41-43页 |
| ·算法过程描述 | 第43-45页 |
| ·实验结果比较与分析 | 第45-49页 |
| ·Yale 人脸库实验 | 第45-48页 |
| ·AT&T 人脸库实验 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 统计不相关复合信息投影算法 | 第50-67页 |
| ·LPP 算法 | 第50-51页 |
| ·UMIP 算法设计 | 第51-53页 |
| ·算法分析 | 第53-59页 |
| ·与LPP 算法联系 | 第53-56页 |
| ·与MMC 算法联系 | 第56-58页 |
| ·与LDA 算法联系 | 第58-59页 |
| ·特征提取过程 | 第59-60页 |
| ·实验结果比较与分析 | 第60-65页 |
| ·UMIST 人脸库实验 | 第60-62页 |
| ·基于Yale 人脸库的实验 | 第62-63页 |
| ·AT&T 人脸库的实验 | 第63-64页 |
| ·JAFFE 人脸库实验 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72-73页 |
| 致谢 | 第73页 |
