| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·人脸识别的研究背景 | 第9-10页 |
| ·人脸识别的研究和发展 | 第10-12页 |
| ·人脸识别的内容 | 第12-15页 |
| ·人脸识别系统 | 第12-13页 |
| ·人脸识别方法简介 | 第13-15页 |
| ·人脸识别研究的现状与存在的困难 | 第15页 |
| ·本文各章内容安排 | 第15-17页 |
| 第二章 核方法 | 第17-29页 |
| ·核方法的理论背景和基本原理 | 第17-18页 |
| ·常用的几种核函数 | 第18-19页 |
| ·特征提取中几种经典核方法及加速核方法 | 第19-27页 |
| ·经典非线性核特征提取方法 | 第19-24页 |
| ·其他相关核方法及加速核方法 | 第24-27页 |
| ·几种核方法的复杂度分析 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 核空间中的虚拟样本 | 第29-36页 |
| ·原始空间中构造虚拟样本 | 第29-33页 |
| ·构造并挑选本征样本（Eigen-Samples，ES） | 第29-32页 |
| ·构造公共向量样本（Common vector Samples，CS） | 第32页 |
| ·构造均值样本（Mean Samples，MS） | 第32-33页 |
| ·构造投影虚拟样本 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于虚拟样本的快速核鉴别 | 第36-43页 |
| ·基于虚拟样本的核主元分析方法（MVS based-KPCA） | 第36-37页 |
| ·基于虚拟样本的广义鉴别分析方法（MVS based-GDA） | 第37-40页 |
| ·基于虚拟样本的完全核Fisher 分析方法（MVS based-CKFD） | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 实验及结果分析 | 第43-62页 |
| ·AR 数据库实验及结果分析 | 第43-49页 |
| ·AR 数据库介绍 | 第43-44页 |
| ·AR 数据库上的实验结果及分析 | 第44-49页 |
| ·FERET 数据库实验结果及分析 | 第49-55页 |
| ·FERET 数据库介绍 | 第49-50页 |
| ·FERET 数据库实验及结果分析 | 第50-55页 |
| ·CAS-PEAL 数据库实验结果及分析 | 第55-60页 |
| ·CAS-PEAL 数据库介绍 | 第55页 |
| ·CAS-PEAL 数据库实验及结果分析 | 第55-60页 |
| ·实验数据小结及分析 | 第60-62页 |
| 第六章 总结与展望 | 第62-63页 |
| ·本文工作总结 | 第62页 |
| ·进一步研究方向展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文和专利 | 第68页 |
