| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 人脸识别概述 | 第8-10页 |
| 1.2.1 人脸识别的产生与发展 | 第8页 |
| 1.2.2 人脸识别技术的分类 | 第8-9页 |
| 1.2.3 人脸识别存在的问题 | 第9页 |
| 1.2.4 人脸识别步骤与特征提取 | 第9-10页 |
| 1.3 国内外研究动态 | 第10-12页 |
| 1.3.1 国内研究现状 | 第10页 |
| 1.3.2 国外研究现状 | 第10-11页 |
| 1.3.3 相关经典算法 | 第11-12页 |
| 1.4 常用人脸数据库 | 第12-13页 |
| 1.5 本文主要工作 | 第13-14页 |
| 1.6 本文章节安排 | 第14-15页 |
| 第二章 流形学习算法与匹配规则 | 第15-27页 |
| 2.1 无监督降维算法 | 第15-18页 |
| 2.1.1 主成分分析 | 第15-16页 |
| 2.1.2 局部线性嵌入 | 第16-17页 |
| 2.1.3 局部保持投影 | 第17-18页 |
| 2.2 有监督降维算法 | 第18-22页 |
| 2.2.1 线性判别分析 | 第18-19页 |
| 2.2.2 改进的有监督局部线性嵌入算法 | 第19页 |
| 2.2.3 边界费舍尔分析 | 第19-21页 |
| 2.2.4 加强的边界费舍尔分析 | 第21页 |
| 2.2.5 最近特征空间嵌入方法 | 第21-22页 |
| 2.3 分类匹配规则 | 第22-25页 |
| 2.3.1 kNN算法 | 第22-23页 |
| 2.3.2 最近特征线匹配 | 第23-24页 |
| 2.3.3 结合夹角度量的最近邻分类器 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 基于非线性距离和夹角组合的最近特征空间嵌入方法 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 基于非线性距离和夹角组合的最近特征线嵌入方法 | 第27-32页 |
| 3.2.1 选取样本的近邻点 | 第27-28页 |
| 3.2.2 类内离散度与类间离散度 | 第28-30页 |
| 3.2.3 最大化Fisher | 第30页 |
| 3.2.4 测试方法 | 第30页 |
| 3.2.5 NL-IANFSE算法步骤 | 第30-32页 |
| 3.3 实验设计及结果分析 | 第32-38页 |
| 3.3.1 数据集与参数设置 | 第32-33页 |
| 3.3.2 实验结果及分析 | 第33-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 非线性距离的最近邻特征空间嵌入改进方法 | 第39-55页 |
| 4.1 引言 | 第39页 |
| 4.2 非线性距离的最近邻特征空间嵌入改进方法 | 第39-43页 |
| 4.2.1 寻找每个类的近邻类 | 第39页 |
| 4.2.2 选取样本点的近邻特征子空间 | 第39-40页 |
| 4.2.3 转换矩阵 | 第40-41页 |
| 4.2.4 NDNFSE算法步骤 | 第41-42页 |
| 4.2.5 NDNFSE算法效率分析 | 第42-43页 |
| 4.3 实验设计及结果分析 | 第43-54页 |
| 4.3.1 数据集与实验设计 | 第43页 |
| 4.3.2 实验结果与分析 | 第43-53页 |
| 4.3.3 测试时间 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 结论与展望 | 第55-57页 |
| 主要结论 | 第55页 |
| 展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第62页 |