流形学习方法在视频人脸识别中的应用基础研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·视频人脸识别的国内外现状 | 第11-14页 |
| ·研究思路及主要工作 | 第14-16页 |
| ·主要研究内容 | 第15页 |
| ·本文创新点 | 第15-16页 |
| ·论文框架 | 第16-18页 |
| 第二章 流形学习算法分析 | 第18-32页 |
| ·流形学习方法及其线性化 | 第18-24页 |
| ·局部线性嵌入 | 第19-20页 |
| ·ISOMAP | 第20-21页 |
| ·拉普拉斯特征映射 | 第21-23页 |
| ·流形学习的线性化 | 第23-24页 |
| ·图嵌入的统一框架 | 第24-27页 |
| ·流形相似度 | 第27-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 新型图嵌入视频人脸识别算法 | 第32-49页 |
| ·视频人脸的多态性特征分析 | 第32页 |
| ·多态人脸的监督图嵌入识别方法及比较分析 | 第32-36页 |
| ·强制联通图嵌入算法 | 第36-44页 |
| ·多态数据分析思想 | 第36页 |
| ·强制联通图 | 第36-39页 |
| ·图嵌入映射 | 第39-40页 |
| ·相关理论分析 | 第40-41页 |
| ·实验分析 | 第41-44页 |
| ·半监督视频人脸算法 | 第44-48页 |
| ·半监督图嵌入算法 | 第44-46页 |
| ·实验分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 稀疏子空间学习与视频人脸识别 | 第49-60页 |
| ·稀疏子空间学习框架 | 第49-54页 |
| ·稀疏表示 | 第49-51页 |
| ·谱回归分析 | 第51-52页 |
| ·结合特征选择的思想 | 第52-54页 |
| ·多态图像环境的稀疏子空间学习 | 第54页 |
| ·基于稀疏子空间学习的图嵌入优化算法 | 第54-59页 |
| ·稀疏优化的子空间算法 | 第54-57页 |
| ·实验分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 基于多流形的视频人脸识别 | 第60-71页 |
| ·多流形学习算法的思想 | 第60-61页 |
| ·多流形图结构 | 第61-64页 |
| ·多流形线性映射 | 第64-67页 |
| ·多流形分类 | 第67-69页 |
| ·实验分析 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 结束语 | 第71-73页 |
| ·总结 | 第71页 |
| ·未来工作 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-81页 |
| 攻硕期间取得的研究成果 | 第81-82页 |
