人脸识别的线性子空间方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·概述 | 第7-8页 |
| ·人脸识别的线性子空间方法研究现状与进展 | 第8-10页 |
| ·本文研究工作概述 | 第10-11页 |
| ·本文的内容安排 | 第11-13页 |
| 第二章 线性鉴别分析与人脸识别中的高维小样本问题 | 第13-25页 |
| ·引言 | 第13页 |
| ·线性鉴别分析的基本概念 | 第13-15页 |
| ·解决小样本问题的主流算法 | 第15-24页 |
| ·高维小样本下线性鉴别分析的统一框架 | 第15-16页 |
| ·MMC(最大边距准则)算法 | 第16-17页 |
| ·IFDA(Inverse FDA)算法 | 第17-18页 |
| ·IFDA 算法的理论基础 | 第18-21页 |
| ·试验与分析 | 第21-24页 |
| ·结论 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于图像矩阵的线性鉴别分析 | 第25-38页 |
| ·2DLDA 算法概述 | 第25-26页 |
| ·2DMMC 算法概述 | 第26-28页 |
| ·图像压缩方案及距离度量 | 第28-31页 |
| ·试验与分析 | 第31-37页 |
| ·结论 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第四章 ICA 人脸识别方法 | 第38-58页 |
| ·引言 | 第38-39页 |
| ·ICA 在人脸识别中的两种架构 | 第39-45页 |
| ·ICA 的基本概念 | 第39页 |
| ·ICA 人脸识别的两种架构 | 第39-43页 |
| ·试验与分析 | 第43-45页 |
| ·结论 | 第45页 |
| ·对使用ICA 进行人脸识别的讨论 | 第45-52页 |
| ·关于ICA 与PCA 的关系 | 第45-47页 |
| ·ICA 的特征选择问题 | 第47-48页 |
| ·试验与分析 | 第48-52页 |
| ·结论 | 第52页 |
| ·监督化的ICA 人脸识别算法 | 第52-56页 |
| ·监督化ICA 算法 | 第53-54页 |
| ·对SICA 的讨论 | 第54-55页 |
| ·试验与分析 | 第55-56页 |
| ·结论 | 第56页 |
| ·本章小结 | 第56-58页 |
| 第五章 监督化核主成份分析 | 第58-65页 |
| ·引言 | 第58页 |
| ·KPCA 概述 | 第58-59页 |
| ·SKPCA 的算法思想 | 第59-61页 |
| ·KPCA 的监督化 | 第59-60页 |
| ·SKPCA 的特征提取 | 第60-61页 |
| ·SKPCA 的特征融合 | 第61页 |
| ·仿真试验及结果分析 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 参考文献 | 第65-72页 |
| 详细摘要 | 第72-75页 |
