| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-27页 |
| 1.1 人脸识别的研究背景及意义 | 第11-13页 |
| 1.2 人脸识别发展的历史与现状 | 第13-15页 |
| 1.2.1 人脸识别技术的发展历史 | 第13-14页 |
| 1.2.2 人脸识别技术的发展现状 | 第14-15页 |
| 1.3 人脸识别的主要方法及存在问题 | 第15-22页 |
| 1.3.1 人脸识别系统 | 第15-16页 |
| 1.3.2 主要的人脸特征提取方法 | 第16-20页 |
| 1.3.3 主要的分类方法 | 第20-21页 |
| 1.3.4 人脸识别存在的问题 | 第21-22页 |
| 1.3.5 人脸识别主要的性能评测指标 | 第22页 |
| 1.4 人脸数据库简介 | 第22-24页 |
| 1.5 论文研究的主要内容及组织结构 | 第24-27页 |
| 1.5.1 本文主要研究内容 | 第24-25页 |
| 1.5.2 本文各章节安排 | 第25-27页 |
| 第2章 基于线性子空间分析的人脸特征提取 | 第27-35页 |
| 2.1 基于主成分分析方法(PCA)人脸特征提取 | 第27-28页 |
| 2.2 基于独立分量分析(ICA)人脸特征提取 | 第28-30页 |
| 2.3 基于线性判别分析(LDA)人脸特征提取 | 第30-32页 |
| 2.4 基于2维主分量分析(2DPCA)人脸特征提取 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 基于2DLDA的人脸识别算法研究 | 第35-49页 |
| 3.1 2DLDA人脸特征提取算法存在的问题与分析 | 第35-38页 |
| 3.2 2DLDA人脸特征提取算法的改进(N2DLDA) | 第38-39页 |
| 3.3 算法仿真实验与结果分析 | 第39-45页 |
| 3.3.1 N2DLDA算法求解流程与步骤 | 第39-40页 |
| 3.3.2 ORL人脸数据库的实验结果与分析 | 第40-41页 |
| 3.3.3 Yale人脸数据库的实验结果与分析 | 第41-43页 |
| 3.3.4 CAS-PEAL-R1人脸数据库的实验结果与分析 | 第43-45页 |
| 3.4 验证可调参数k的实验与结果分析 | 第45-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 基于核的2DLDA人脸识别算法研究 | 第49-67页 |
| 4.1 核方法理论 | 第49-53页 |
| 4.1.1 核映射和核空间 | 第49-50页 |
| 4.1.2 核函数方法的数学模型 | 第50-53页 |
| 4.2 KLDA人脸特征提取算法存在的问题与分析 | 第53-55页 |
| 4.3 核2维鉴别分析(K-2DLDA) | 第55-57页 |
| 4.4 核新型2维鉴别分析(K-N2DLDA) | 第57-58页 |
| 4.5 核函数的选择及参数变化对识别率的影响 | 第58-60页 |
| 4.6 算法仿真实验与结果分析 | 第60-66页 |
| 4.6.1 K-N2DLDA算法求解流程与步骤 | 第60-61页 |
| 4.6.2 ORL人脸数据库的实验与结果分析 | 第61-62页 |
| 4.6.3 Yale人脸数据库的实验与结果分析 | 第62-64页 |
| 4.6.4 验证可调参数k的实验与结果分析 | 第64-66页 |
| 4.7 本章小结 | 第66-67页 |
| 第5章 总结与展望 | 第67-69页 |
| 5.1 本文工作总结 | 第67-68页 |
| 5.2 未来工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者攻读硕士学位期间发表的论文及获奖情况 | 第75页 |
