| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 人脸识别研究背景及其发展 | 第11-15页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 人脸识别发展现状 | 第11-12页 |
| 1.1.3 人脸识别应用 | 第12-13页 |
| 1.1.4 人脸识别的发展历程 | 第13-14页 |
| 1.1.5 人脸识别技术存在的问题 | 第14-15页 |
| 1.2 人脸识别技术的研究 | 第15-16页 |
| 1.2.1 人脸识别结构 | 第15-16页 |
| 1.3 特征抽取技术介绍 | 第16-20页 |
| 1.3.1 线性特征抽取 | 第17-18页 |
| 1.3.2 非线性特征抽取 | 第18-20页 |
| 1.4 本文研究工作 | 第20-21页 |
| 1.5 本文内容章节安排 | 第21-23页 |
| 第二章 向量、矩阵范数应用简介 | 第23-29页 |
| 2.1 各类向量范数及矩阵范数介绍 | 第23-24页 |
| 2.1.1 向量范数 | 第23页 |
| 2.1.2 矩阵范数 | 第23-24页 |
| 2.2 矩阵F范数与核范数比较 | 第24-26页 |
| 2.2.1 理论介绍 | 第24-26页 |
| 2.2.2 观察说明 | 第26页 |
| 2.3 核范数的应用 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于核范数的双向二维主成分分析 | 第29-36页 |
| 3.1 引言 | 第29-30页 |
| 3.2 相关工作 | 第30-31页 |
| 3.2.1 二维主成分分析 | 第30页 |
| 3.2.2 基于核范数的二维主成分分析 | 第30-31页 |
| 3.3 基于核范数的双向二维主成分分析 | 第31-32页 |
| 3.3.1 算法思想 | 第31页 |
| 3.3.2 算法实现 | 第31-32页 |
| 3.3.3 基于BN-2DPCA的图像重构 | 第32页 |
| 3.4 实验 | 第32-35页 |
| 3.4.1 Extended Yale B人脸库上的实验 | 第32-34页 |
| 3.4.2 CMU PIE人脸库实验 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于核范数的图正则化非负矩阵分解 | 第36-46页 |
| 4.1 引言 | 第36页 |
| 4.2 相关工作 | 第36-39页 |
| 4.2.1非负矩阵分解（NMF) | 第37页 |
| 4.2.2 基本流形算法介绍 | 第37-39页 |
| 4.2.3 图正则化非负矩阵分解(GNMF) | 第39页 |
| 4.3 基于核范数的图正则化非负矩阵分解 | 第39-41页 |
| 4.3.1 算法介绍 | 第39-40页 |
| 4.3.2 优化过程 | 第40-41页 |
| 4.4 算法描述 | 第41-42页 |
| 4.5 实验分析 | 第42-45页 |
| 4.5.1 Yale人脸库的实验 | 第42页 |
| 4.5.2 AR人脸库中实验 | 第42-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 基于核范数的二维监督鉴别投影分析 | 第46-56页 |
| 5.1 引言 | 第46-47页 |
| 5.2 相关工作 | 第47-49页 |
| 5.2.1 经典监督子空间投影(LDA) | 第47-48页 |
| 5.2.2 二维主成分分析与二维局部保持投影 | 第48-49页 |
| 5.3 本章工作 | 第49-53页 |
| 5.3.1 目标函数 | 第49-51页 |
| 5.3.2 算法分析 | 第51-52页 |
| 5.3.3 求解目标函数 | 第52页 |
| 5.3.4 算法步骤 | 第52-53页 |
| 5.4 实验分析 | 第53-55页 |
| 5.4.1 ORL人脸库实验 | 第53-54页 |
| 5.4.2 YALE人脸库实验 | 第54页 |
| 5.4.3 FERET人脸库库实验 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 指数保局鉴别投影分析 | 第56-65页 |
| 6.1 引言 | 第56-57页 |
| 6.2 相关工作 | 第57-59页 |
| 6.2.1 局部保持投影(LPP) | 第57-58页 |
| 6.2.2 鉴别保局投影(DLPP) | 第58-59页 |
| 6.3 指数保局鉴别投影分析 | 第59-60页 |
| 6.3.1 指数矩阵先验知识 | 第59页 |
| 6.3.2 带有指数的鉴别保局投影人脸识别算法 | 第59-60页 |
| 6.4 算法分析 | 第60-61页 |
| 6.4.1 距离传播映射 | 第60页 |
| 6.4.2 与DLPP和NDLPP人脸识别方法的空间比较 | 第60-61页 |
| 6.4.3 算法步骤如下 | 第61页 |
| 6.5 分类器的设计 | 第61-62页 |
| 6.5.1 最近邻分类器的缺陷 | 第61页 |
| 6.5.2 相似度分类器的设计 | 第61-62页 |
| 6.6 实验 | 第62-64页 |
| 6.6.1 ORL人脸库实验 | 第62-63页 |
| 6.6.2 YALE人脸库实验 | 第63页 |
| 6.6.3 AR人脸库实验 | 第63-64页 |
| 6.7 本章小结 | 第64-65页 |
| 第七章 总结与展望 | 第65-67页 |
| 7.1 本文总结 | 第65-66页 |
| 7.2 展望 | 第66-67页 |
| 参考文献 | 第67-74页 |
| 致谢 | 第74-75页 |
| 硕士期间发表论文情况 | 第75-77页 |