| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第17-22页 |
| 1.1 研究背景与意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-19页 |
| 1.3 人脸识别技术研究难点 | 第19-20页 |
| 1.4 主要研究内容 | 第20-21页 |
| 1.5 论文结构 | 第21-22页 |
| 2 基本理论 | 第22-40页 |
| 2.1 人脸识别算法基本框架 | 第22页 |
| 2.2 特征提取 | 第22-29页 |
| 2.3 维度约减 | 第29-31页 |
| 2.4 特征分类 | 第31页 |
| 2.5 常见的分类器 | 第31-36页 |
| 2.6 基于稀疏表示的人脸识别算法基本理论 | 第36-39页 |
| 2.7 本章小结 | 第39-40页 |
| 3 基于多尺度梯度方向特征和权重稀疏表示人脸识别 | 第40-52页 |
| 3.1 概述 | 第40页 |
| 3.2 基于权重的稀疏表示人脸识别算法 | 第40-42页 |
| 3.3 多尺度梯度方向直方图 | 第42-44页 |
| 3.4 基于多尺度梯度方向特征和权重稀疏表示人脸识别算法 | 第44-45页 |
| 3.5 实验结果及分析 | 第45-51页 |
| 3.6 本章小结 | 第51-52页 |
| 4 基于自学习的稀疏表示人脸识别 | 第52-63页 |
| 4.1 概述 | 第52页 |
| 4.2 自编码学习算法 | 第52-54页 |
| 4.3 基于自学习的稀疏表示人脸识别算法 | 第54-56页 |
| 4.4 实验结果及分析 | 第56-60页 |
| 4.5 WHSRC算法和STSRC算法对比 | 第60-62页 |
| 4.6 本章小结 | 第62-63页 |
| 5 结论 | 第63-65页 |
| 5.1 本文的主要工作 | 第63页 |
| 5.2 进一步要解决的问题 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72页 |