| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·生物特征识别技术概述 | 第8-10页 |
| ·人脸识别研究的概述 | 第10-11页 |
| ·人脸识别的优势 | 第10页 |
| ·人脸识别系统的组成 | 第10-11页 |
| ·本文的主要研究工作 | 第11-12页 |
| ·本文结构 | 第12-14页 |
| 第二章 几种典型的人脸特征提取方法 | 第14-23页 |
| ·K-L 变换 | 第15-16页 |
| ·主成分分析 | 第16-19页 |
| ·线性鉴别分析 | 第19-21页 |
| ·局部保持投影 | 第21-23页 |
| 第三章 典型的二维特征提取算法 | 第23-30页 |
| ·二维主成分分析 | 第23-25页 |
| ·二维线性鉴别分析 | 第25-26页 |
| ·二维局部保持投影 | 第26-27页 |
| ·2DPCA/PCA 及2DLDA/LDA 的关系 | 第27-30页 |
| 第四章 基于典型相关分析的二维特征融合算法 | 第30-38页 |
| ·研究背景 | 第30-31页 |
| ·典型相关分析理论 | 第31-33页 |
| ·基于典型相关分析的2DCLPP 算法及改进 | 第33-37页 |
| ·二维特征融合的背景 | 第33-34页 |
| ·基于典型相关分析的2DCLPP 算法 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 二维表示的稀疏保持投影算法及应用 | 第38-46页 |
| ·研究背景 | 第38-39页 |
| ·图像的稀疏表示理论 | 第39页 |
| ·基于二维表示的稀疏保持投影算法 | 第39-45页 |
| ·本章小结 | 第45-46页 |
| 第六章 实验结果与分析 | 第46-57页 |
| ·实验软硬件环境及数据库介绍 | 第46-48页 |
| ·基于典型相关特征融合的2DCLPP 算法实验 | 第48-53页 |
| ·ORL 人脸库上的实验 | 第48-50页 |
| ·EXTENDED YALE 人脸库上的实验 | 第50-53页 |
| ·二维表示的稀疏保持投影算法实验 | 第53-56页 |
| ·AR 人脸库上的实验 | 第53-54页 |
| ·EXTENDED YALE 人脸库上的实验 | 第54-56页 |
| ·本章小节 | 第56-57页 |
| 第七章 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文 | 第64页 |