| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 引言 | 第10-14页 |
| 第1章 人脸识别问题综述 | 第14-22页 |
| ·人脸特征识别方法综述 | 第14-22页 |
| ·基于几何特征的方法 | 第14-15页 |
| ·基于特征脸(eigenface)的方法 | 第15-16页 |
| ·遗传算法的优点基于弹性模型(elastic model)的方法 | 第16-18页 |
| ·神经网络方法 | 第18-19页 |
| ·基于隐马尔可夫模型(hidden markov model,HMM)的方法 | 第19页 |
| ·其他方法 | 第19-20页 |
| ·基于核主成分分析(KPCA)的方法 | 第20-22页 |
| 第2章 核主成分分析 | 第22-31页 |
| ·核方法 | 第22-25页 |
| ·核方法的理论背景 | 第22-24页 |
| ·核方法的基本思想 | 第24-25页 |
| ·核主成分分析的理论简介 | 第25-31页 |
| ·主成分分析 | 第25-26页 |
| ·核主成分分析 | 第26-31页 |
| 第3章 基于KPCA的人脸特征提取 | 第31-36页 |
| ·基于PCA的人脸识别原理 | 第31-32页 |
| ·基于KPCA的人脸识别原理 | 第32-36页 |
| ·KPCA | 第32-34页 |
| ·KPCA用于人脸图像特征提取的算法实现 | 第34-36页 |
| 第4章 分类器 | 第36-39页 |
| ·分类器简介 | 第36-39页 |
| ·最小距离分类器 | 第36-37页 |
| ·余弦距离分类器 | 第37页 |
| ·最近邻分类器 | 第37-38页 |
| ·K-近邻分类器 | 第38-39页 |
| 第5章 核函数、核函数参数与训练样本的选择实验 | 第39-47页 |
| ·人脸图像的选择 | 第39-40页 |
| ·人脸图像数据库的选择 | 第39-40页 |
| ·人脸图像的处理 | 第40页 |
| ·基于核主成分分析的人脸识别 | 第40-42页 |
| ·核函数、核函数参数与训练样本的选择实验 | 第42-46页 |
| ·核函数的选择 | 第42页 |
| ·核函数参数和训练样本的选择 | 第42-46页 |
| ·基于核主成分分析的人脸识别实验结果分析与探讨 | 第46-47页 |
| 第6章 结论 | 第47-49页 |
| ·本文研究的主要工作 | 第47-48页 |
| ·有待进一步研究的工作 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 附录A 实验结果图 | 第53-55页 |
| 致谢 | 第55-56页 |
| 研究生履历 | 第56页 |