| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 人脸识别研究历史及现状 | 第12-14页 |
| 1.3 基于稀疏表示的人脸识别 | 第14-16页 |
| 1.3.1 稀疏表示及其研究现状 | 第14-15页 |
| 1.3.2 稀疏表示在人脸识别应用中的研究现状 | 第15-16页 |
| 1.4 论文主要研究内容与组织结构 | 第16-19页 |
| 第2章 稀疏表示的基本理论 | 第19-39页 |
| 2.1 稀疏表示基本理论及相关说明 | 第19-22页 |
| 2.1.1 稀疏表示的理论概述 | 第19-21页 |
| 2.1.2 稀疏性的度量 | 第21页 |
| 2.1.3 唯一性和不确定性 | 第21-22页 |
| 2.2 过完备冗余字典 | 第22-25页 |
| 2.2.1 分析字典的构造 | 第22-23页 |
| 2.2.2 学习字典的构造 | 第23-25页 |
| 2.3 稀疏分解算法 | 第25-37页 |
| 2.3.1 贪婪追踪算法 | 第26-29页 |
| 2.3.2 基追踪算法 | 第29-33页 |
| 2.3.3 实验结果与分析 | 第33-37页 |
| 2.4 本章小结 | 第37-39页 |
| 第3章 基于分析字典稀疏表示分类的人脸识别 | 第39-57页 |
| 3.1 基于扩充稀疏表示分类的人脸识别 | 第39-42页 |
| 3.1.1 ESRC的算法原理 | 第39-41页 |
| 3.1.2 ESRC算法实现 | 第41-42页 |
| 3.2 基于叠加稀疏表示模型的人脸识别 | 第42-44页 |
| 3.2.1 SSRC的算法原理 | 第42-43页 |
| 3.2.2 SSRC算法实现 | 第43-44页 |
| 3.3 实验结果与分析 | 第44-55页 |
| 3.3.1 SRC、ESRC、SSRC算法的对比实验结果 | 第44-47页 |
| 3.3.2 改进的叠加稀疏表示算法及仿真实验 | 第47-55页 |
| 3.4 本章小结 | 第55-57页 |
| 第4章 基于自适应学习字典稀疏表示的人脸识别 | 第57-79页 |
| 4.1 基于判别性K-SVD算法的稀疏表示 | 第57-60页 |
| 4.2 基于类标一致性K-SVD算法的稀疏表示 | 第60-63页 |
| 4.3 基于FISHER准则字典学习的稀疏表示 | 第63-66页 |
| 4.4 实验结果与分析 | 第66-77页 |
| 4.4.1 K-SVD、D-KSVD、LC-KSVD、FDDL算法的对比实验结果 | 第66-69页 |
| 4.4.2 基于改进字典学习的FDDL算法及仿真实验 | 第69-77页 |
| 4.5 本章小结 | 第77-79页 |
| 第5章 基于稀疏表示人脸识别系统的实现 | 第79-87页 |
| 5.1 人脸识别系统构成 | 第79-81页 |
| 5.1.1 人脸识别系统框图 | 第79-80页 |
| 5.1.2 系统功能模块 | 第80-81页 |
| 5.2 人脸数据库介绍 | 第81-82页 |
| 5.3 系统实验平台 | 第82页 |
| 5.4 基于稀疏表示的人脸识别系统 | 第82-85页 |
| 5.5 本章小结 | 第85-87页 |
| 结论 | 第87-89页 |
| 参考文献 | 第89-95页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第95-97页 |
| 致谢 | 第97页 |
