声明
摘要
第一章 绪论
1.1 人脸识别研究背景及其意义
1.2 国内外发展趋势
1.3 人脸识别系统组成
1.4 人脸识别主要特征提取方法
1.5 本文的主要内容及其结构安排
第二章 流形学习主要方法
2.1 引言
2.2 流形学习理论基础
2.3 流形学习主要方法
2.3.1 等距映射(ISOMAP)
2.3.2 局部线性嵌入(LLE)
2.3.3 拉普拉斯特征映射(LE)
2.3.4 局部切空间排列(LTSA)
2.4 流形学习方法的实验结果分析
2.5 流形学习面对的主要挑战
2.6 本章小结
第三章 流形学习热核函数参数优化
3.1 引言
3.2 粒子群优化算法
3.2.1 粒子群算法研究现状
3.2.2 粒子群优化算法基本原理
3.3 线性判别分析(LDA)思想
3.4 基于粒子群算法和线性判别分析的流形学习热核函数参数优化
3.5 ORL人脸库和Yale人脸库上的实验分析
3.6 粒子群优化算法的不足之处
3.7 本章小结
第四章 白适应近邻数选择正交局部保持投影人脸识别
4.1 引言
4.2 局部保持投影
4.3 正交局部保持投影
4.4 自适应近邻数选择
4.5 SVM分类器设计
4.6 ORL人脸库和Yale人脸库上的实验及结果分析
4.7 本章小结
第五章 总结与展望
致谢
参考文献
作者在读期间的研究成果