英文缩写表
第1章 绪论
1.1 人脸识别的研究背景和意义
1.2 人脸识别的发展与现状
1.3 人脸检测
1.3.1 基于知识的方法
1.3.2 基于学习的方法
1.4 小样本情况下的人脸特征抽取算法
1.4.1 基于直观特征的特征抽取算法
1.4.2 基于人脸的代数特征的特征抽取算法
1.5 人脸识别方法
1.6 本书研究工作概述
1.7 本书内容安排
第2章 基于最大间距准则的鉴别保局投影算法
2.1 引言
2.2 PCA算法、LDA算法、MMC算法和DLPP算法
2.2.1 PCA算法
2.2.2 LDA算法和MMC算法
2.2.3 DLPP算法
2.3 DLPP/MMC算法的目标函数
2.4 求解DLPP/MMC的高效算法
2.5 DLPP/MMC算法的理论分析
2.6 实验结果与分析
2.6.1 实验中所用的数据库
2.6.2 人脸识别实验
2.7 本章小结
第3章 鉴别保局投影算法的改进
3.1 引言
3.2 正交的完备鉴别保局投影（OCDLPP）算法
3.2.1 OCDLPP的理论推导
3.2.2 求解OCDLPP的高效算法
3.2.3 与相关算法的联系
3.2.4 实验结果与分析
3.3 正则化广义鉴别保局投影（RGDLPP）算法
3.3.1 RGDLPP算法的理论推导
3.3.2 实验结果与分析
3.4 快速的完备鉴别保局投影（FCDLPP）算法
3.4.1 完备的鉴别保局投影（CDLPP）算法
3.4.2 FCDLPP算法的求解过程
3.4.3 实验结果与分析
3.5 本章小结
第4章 小样本情况下基于核化图嵌入的最佳鉴别分析
4.1 引言
4.2 相关的算法
4.2.1 核主成分分析
4.2.2 核化图嵌入框架
4.3 核化图嵌入算法的本质
4.4 完备的核化图嵌入算法
4.4.1 有效鉴别矢量的组成
4.4.2 鉴别准则
4.4.3 本章算法的流程
4.5 实验结果与分析
4.6 本章小结
第5章 鉴别稀疏邻域保持嵌入算法
5.1 引言
5.2 相关的算法
5.2.1 近邻保持嵌入算法
5.2.2 稀疏表示
5.2.3 稀疏保持投影
5.3 鉴别稀疏邻域保持嵌入
5.3.1 类间近邻散度
5.3.2 类内近邻散度
5.3.3 DSNPE算法
5.4 实验结果与分析
5.4.1 基于DSNPE算法的人脸表示
5.4.2 DSNPE算法的人脸识别性能
5.5 本章小结
第6章 总结与展望
参考文献