| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题的研究背景及意义 | 第9页 |
| ·人脸检测技术概述 | 第9-11页 |
| ·人脸检测中的特征提取 | 第10页 |
| ·人脸检测的主要方法 | 第10-11页 |
| ·人脸识别技术概述 | 第11-15页 |
| ·人脸识别的主要方法 | 第11-15页 |
| ·人脸数据库 | 第15页 |
| ·本文的研究工作和内容安排 | 第15-17页 |
| ·论文主要研究工作 | 第15-16页 |
| ·论文内容安排 | 第16-17页 |
| 第2章 人脸识别中常用的线性特征提取方法 | 第17-23页 |
| ·引言 | 第17页 |
| ·常用的人脸线性特征提取方法 | 第17-20页 |
| ·主成分分析（PCA） | 第18-19页 |
| ·线性判别分析(LDA) | 第19-20页 |
| ·最大散度差（MSD） | 第20页 |
| ·模糊 K 近邻方法 | 第20-21页 |
| ·实验结果与分析 | 第21-22页 |
| ·结论 | 第22-23页 |
| 第3章 基于模糊二维核主成分分析的人脸识别 | 第23-33页 |
| ·引言 | 第23页 |
| ·二维核主成分分析 | 第23-25页 |
| ·模糊二维核主成分分析方法 | 第25-30页 |
| ·模糊二维核主成分分析方法的基本思想 | 第25-27页 |
| ·高维特征空间中的类别可分性判据 | 第27-29页 |
| ·特征向量选取与人脸的识别 | 第29-30页 |
| ·实验结果与分析 | 第30-32页 |
| ·结论 | 第32-33页 |
| 第4章 基于 KPCA 和模糊最大散度差的人脸识别 | 第33-42页 |
| ·引言 | 第33-34页 |
| ·传统方法 | 第34-36页 |
| ·模糊最大散度差鉴别准则 | 第34-35页 |
| ·核主成分分析 | 第35-36页 |
| ·基于 KPCA 和模糊最大散度差的人脸识别 | 第36-38页 |
| ·实验结果与分析 | 第38-41页 |
| ·结论 | 第41-42页 |
| 第5章 基于二维核主成分分析和模糊 MSD 的人脸识别 | 第42-53页 |
| ·引言 | 第42-43页 |
| ·基于双向最大散度差判别分析的人脸识别方法 | 第43-44页 |
| ·基于二维的核主成分分析和模糊最大散度差的人脸识别 | 第44-47页 |
| ·实验结果与分析 | 第47-52页 |
| ·结论 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| ·本文工作的总结 | 第53-54页 |
| ·未来工作的展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的论文和参加科研情况 | 第59-60页 |
| 致谢 | 第60-61页 |
