| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究目的及意义 | 第10-12页 |
| 1.2 人脸识别技术介绍 | 第12-17页 |
| 1.2.1 人脸识别的研究内容 | 第12-13页 |
| 1.2.2 人脸识别的研究现状 | 第13-14页 |
| 1.2.3 人脸识别的应用方向 | 第14-15页 |
| 1.2.4 人脸识别研究存在的难点 | 第15-17页 |
| 1.3 本文的研究内容及章节安排 | 第17-19页 |
| 第2章 稀疏理论 | 第19-26页 |
| 2.1 引言 | 第19页 |
| 2.2 稀疏表示理论 | 第19-23页 |
| 2.2.1 稀疏表示的基本原理 | 第19-22页 |
| 2.2.2 稀疏表示的求解方法 | 第22-23页 |
| 2.3 稀疏近邻表示理论 | 第23-25页 |
| 2.3.1 近邻分类算法 | 第23-24页 |
| 2.3.2 稀疏近邻表示理论 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于稀疏表示的人脸识别方法 | 第26-35页 |
| 3.1 引言 | 第26页 |
| 3.2 人脸识别过程中的特征提取 | 第26-29页 |
| 3.2.1 特征提取的意义 | 第26-27页 |
| 3.2.2 主成分分析方法 | 第27-29页 |
| 3.3 基于稀疏表示的人脸识别方法 | 第29-34页 |
| 3.3.1 训练字典的构造 | 第29-30页 |
| 3.3.2 人脸图像的稀疏表示算法 | 第30-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于加权稀疏近邻表示的人脸识别 | 第35-41页 |
| 4.1 引言 | 第35页 |
| 4.2 基于稀疏表示的最近邻分类 | 第35-38页 |
| 4.2.1 基于稀疏表示的最近邻分类算法 | 第35-37页 |
| 4.2.2 基于稀疏表示的最近邻分类算法分析 | 第37-38页 |
| 4.3 基于加权稀疏近邻表示的人脸识别算法 | 第38-40页 |
| 4.3.1 基于稀疏近邻表示的人脸识别算法 | 第38-39页 |
| 4.3.2 加权稀疏近邻表示的人脸识别 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 人脸识别的实验及结果分析 | 第41-59页 |
| 5.1 本文所选用的人脸数据库 | 第41-43页 |
| 5.2 人脸图像的预处理 | 第43-50页 |
| 5.2.1 直方图均衡化 | 第43-47页 |
| 5.2.2 同态滤波 | 第47-50页 |
| 5.3 实验结果与分析 | 第50-58页 |
| 5.3.1 基于稀疏表示人脸识别算法实验分析 | 第50-52页 |
| 5.3.2 基于稀疏表示的最近邻分类算法的实验分析 | 第52-55页 |
| 5.3.3 基于加权稀疏近邻表示的人脸识别算法与SRC算法的实验对比 | 第55-58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文 | 第67-68页 |
| 攻读学位期间获得的知识产权 | 第68-69页 |
| 攻读学位期间取得的科研成果 | 第69页 |