目录
摘 要 1
Abstract III
图清单 VII
表清单 VIII
注释表 IIX
第一章 绪 论 1
1.1 特征提取 1
1.2 本文的研究思路 4
1.3 本文主要内容安排 7
第二章 典型相关分析回顾 9
2.1 引言 9
2.2 CCA算法[11] 9
2.3 CCA的局限性及相应解决 10
2.3.1 CCA方法局限性及对策一 11
2.3.2 CCA方法局限性及对策二 11
2.3.3 CCA方法局限性及对策三 12
2.3.4 CCA方法局限性及对策五 12
2.4 CCA与其它多元分析方法的关系 13
第三章 SpPCA及Aw-SpPCA方法回顾 14
3.1 引言 14
3.2 SpPCA算法[3] 15
3.2.1 图像划分 15
3.2.2 计算投影方向 15
3.2.3 识别过程 16
3.3 Aw-SpPCA算法[4] 17
3.3.1 图像划分以及子模式训练集的构建 17
3.3.2 计算子模式预期贡献 17
3.3.3 识别过程 19
3.4 SpPCA及Aw-SpPCA算法的问题与局限及相应对策 19
第四章 SpCCA(-OOC、-PCA)、SpLDA及其关系 21
4.1 引言 21
4.2 SpCCA算法 21
4.2.1 局部特征提取 22
4.2.2 整体特征提取 22
4.2.3 CCA特征融合 24
4.2.4 分类 25
4.3 SpLDA算法 25
4.3.1将人脸图片划分为子模块 26
4.3.2对每个子模块进行特征提取 26
4.3.3分类未知图片 27
4.4 实验和分析 27
4.4.1 人脸图像数据集 27
4.4.2 实验参数选取及结果表示 28
4.4.3实验结果与分析 29
4.5 本章小结（Sub-pattern算法间的关系） 36
第五章 重叠改进 37
5.1 引言 37
5.2 重叠划分方法 37
5.3 实验与分析 38
5.4 本章小结 41
第六章 总结与展望 42
6.1 本文总结 42
6.2 未来展望 42
参考文献 44
致 谢 48
硕士研究生在学期间发表论文 49
