| 摘要 | 第4-7页 |
| ABSTRACT | 第7-10页 |
| 第1章 绪论 | 第18-36页 |
| 1.1 课题研究背景及意义 | 第18-20页 |
| 1.2 字典学习算法概况 | 第20-26页 |
| 1.2.1 共享判别字典学习算法 | 第21-23页 |
| 1.2.2 特定类判别字典学习算法 | 第23-24页 |
| 1.2.3 共享和特定类判别字典学习算法 | 第24-25页 |
| 1.2.4 辅助判别字典学习算法 | 第25页 |
| 1.2.5 域自适应判别字典学习算法 | 第25-26页 |
| 1.3 实验所用数据库介绍 | 第26-31页 |
| 1.4 本文的主要研究内容 | 第31-34页 |
| 1.5 本文结构安排 | 第34-36页 |
| 第2章 PROFILES与原子的关系 | 第36-50页 |
| 2.1 引言 | 第36-37页 |
| 2.2 相关工作介绍 | 第37-41页 |
| 2.2.1 字典学习理论 | 第37-38页 |
| 2.2.2 判别字典学习算法的分类方法 | 第38-41页 |
| 2.3 PROFILES的定义 | 第41-43页 |
| 2.4 PROFILES与原子的关系 | 第43-49页 |
| 2.4.1 Profiles与原子的相似性关系 | 第43-46页 |
| 2.4.2 Profiles与原子的类标关系 | 第46-49页 |
| 2.5 本章小结 | 第49-50页 |
| 第3章 基于自适应局部特征约束的字典学习算法 | 第50-69页 |
| 3.1 引言 | 第50-51页 |
| 3.2 相关工作介绍 | 第51-53页 |
| 3.2.1 图调整稀疏编码算法 | 第51-52页 |
| 3.2.2 基于局部约束的编码算法 | 第52页 |
| 3.2.3 基于局部相似性约束的全局编码算法 | 第52-53页 |
| 3.3 ALC-DL算法的目标函数 | 第53-55页 |
| 3.4 ALC-DL算法的求解 | 第55-58页 |
| 3.4.1 字典D和拉普拉斯图1L的求解 | 第55-56页 |
| 3.4.2 编码系数矩阵X的求解 | 第56-58页 |
| 3.5 ALC-DL算法与相关算法的关系 | 第58-60页 |
| 3.5.1 与图调整稀疏编码算法的关系 | 第58-59页 |
| 3.5.2 与基于局部约束编码算法的关系 | 第59-60页 |
| 3.6 实验结果 | 第60-68页 |
| 3.6.1 实验设置 | 第60页 |
| 3.6.2 AR数据库中的实验结果 | 第60-61页 |
| 3.6.3 LFW数据库中的实验结果 | 第61-62页 |
| 3.6.4 Extended Yale B数据库中的实验结果 | 第62-63页 |
| 3.6.5 GT数据库中的实验结果 | 第63-64页 |
| 3.6.6 COIL-20 数据库中的实验结果 | 第64-65页 |
| 3.6.7 收敛性能的经验分析 | 第65-66页 |
| 3.6.8 实验结果分析 | 第66-68页 |
| 3.7 本章小结 | 第68-69页 |
| 第4章 基于原子局部特征和类标嵌入约束的字典学习算法 | 第69-96页 |
| 4.1 引言 | 第69-70页 |
| 4.2 相关工作介绍 | 第70-72页 |
| 4.2.1 判别KSVD算法 | 第70-71页 |
| 4.2.2 类标一致性约束的KSVD算法 | 第71-72页 |
| 4.3 LCLE-DL算法的目标函数 | 第72-76页 |
| 4.3.1 原子类标嵌入项模型 | 第72-75页 |
| 4.3.2 算法的目标函数 | 第75-76页 |
| 4.4 LCLE-DL算法的求解 | 第76-79页 |
| 4.4.1 LCLE-DL算法的初始化 | 第77页 |
| 4.4.2 编码系数矩阵V和X的求解 | 第77-78页 |
| 4.4.3 字典D和拉普拉斯图1L的求解 | 第78-79页 |
| 4.5 LCLE-DL算法与相关算法的关系 | 第79-82页 |
| 4.5.1 与判别KSVD算法间的关系 | 第79-82页 |
| 4.5.2 与类标一致性约束的KSVD算法间的关系 | 第82页 |
| 4.6 实验结果及分析 | 第82-95页 |
| 4.6.1 实验设置 | 第82-83页 |
| 4.6.2 PIE人脸库中的实验结果 | 第83-84页 |
| 4.6.3 LFW人脸库中的实验结果 | 第84-85页 |
| 4.6.4 AR人脸库中的实验结果 | 第85-86页 |
| 4.6.5 Caltech 101 库中的实验结果 | 第86-87页 |
| 4.6.6 Extended Yale B人脸库中的实验结果 | 第87-88页 |
| 4.6.7 不同原子个数情况下的实验结果 | 第88-91页 |
| 4.6.8 单独原子局部特征或类标嵌入约束情况下的实验结果 | 第91-93页 |
| 4.6.9 算法收敛性能的经验分析 | 第93-94页 |
| 4.6.10 实验结果分析 | 第94-95页 |
| 4.7 本章小结 | 第95-96页 |
| 第5章 基于PROFILES的FISHER判别和局部特征约束字典学习算法 | 第96-130页 |
| 5.1 引言 | 第96-98页 |
| 5.2 相关工作介绍 | 第98-101页 |
| 5.2.1 费希尔判别字典学习算法 | 第98-99页 |
| 5.2.2 选择性约束字典学习算法 | 第99-101页 |
| 5.3 FDLC-DL算法的目标函数 | 第101-109页 |
| 5.3.1 Profiles的Fisher判别模型 | 第101-107页 |
| 5.3.2 Profiles的结构特征约束判别式模型 | 第107-108页 |
| 5.3.3 算法的目标函数 | 第108-109页 |
| 5.4 FDLC-DL算法的求解 | 第109-111页 |
| 5.4.1 字典D的求解 | 第109-110页 |
| 5.4.2 编码系数矩阵X ，矩阵5L和拉普拉斯图4L的求解 | 第110-111页 |
| 5.5 FDLC-DL算法与其它算法的关系 | 第111-114页 |
| 5.5.1 与费希尔判别字典学习算法的关系 | 第111-114页 |
| 5.5.2 与选择性约束字典学习算法的关系 | 第114页 |
| 5.6 实验及结果分析 | 第114-129页 |
| 5.6.1 LFW人脸数据库中的实验结果 | 第115-116页 |
| 5.6.2 FERET人脸数据库中的实验结果 | 第116-117页 |
| 5.6.3 Extended Yale B人脸数据库中的实验结果 | 第117-119页 |
| 5.6.4 Corel（5000）数据库中的实验结果 | 第119-120页 |
| 5.6.5 USPS数据库中的实验结果 | 第120-121页 |
| 5.6.6 不同原子个数情况下的实验结果 | 第121-122页 |
| 5.6.7 算法收敛性能的经验分析 | 第122-126页 |
| 5.6.8 实验结果分析 | 第126-129页 |
| 5.7 本章小结 | 第129-130页 |
| 结论 | 第130-132页 |
| 参考文献 | 第132-146页 |
| 攻读博士学位期间发表的论文及其它成果 | 第146-148页 |
| 致谢 | 第148-149页 |
| 个人简历 | 第149页 |
