压缩感知人脸识别算法研究

摘要	第1-5页
ABSTRACT	第5-9页
第1章 绪论	第9-21页
·研究背景与意义	第9-10页
·人脸识别技术研究现状	第10-13页
·人脸识别技术面临的挑战	第13-16页
·姿态问题	第13-14页
·表情问题	第14-16页
·常用人脸数据库	第16-18页
·本文研究内容和结构安排	第18-21页
·本文研究内容	第18-19页
·本文结构安排	第19-21页
第2章 理论基础	第21-33页
·压缩感知介绍	第21-28页
·理论框架	第21-22页
·测量矩阵	第22-23页
·重建算法	第23-24页
·稀疏表示求解	第24-28页
·压缩感知人脸识别研究	第28-31页
·本章小结	第31-33页
第3章 姿态鲁棒的分块稀疏表示人脸识别算法	第33-47页
·引言	第33-34页
·姿态鲁棒的稀疏表示人脸识别算法	第34-40页
·仿射变换原理	第34-36页
·Lucas-Kanade 算法介绍	第36页
·基于仿射变换的图像块匹配	第36-40页
·基于稀疏表征框架的分类	第40页
·实验结果	第40-45页
·实验数据库	第40-41页
·参数设定	第41-43页
·实验结果分析	第43-45页
·本章小结	第45-47页
第4章 表情鲁棒的压缩感知人脸识别算法	第47-55页
·引言	第47-48页
·表情鲁棒的压缩感知人脸识别算法	第48-52页
·形状模型的训练	第48页
·基于形状模型的单个类配准	第48-51页
·基于稀疏表征框架的分类	第51-52页
·实验结果及分析	第52-53页
·本章小结	第53-55页
第5章 总结与展望	第55-57页
·本文工作总结	第55-56页
·研究展望	第56-57页
参考文献	第57-62页
致谢	第62-63页
在读期间发表的学术论文与取得的研究成果	第63页