基于稀疏表示和低秩表示的单样本人脸识别算法研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 变量注释表 | 第12-14页 |
| 1 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 单样本人脸识别国内外研究现状 | 第15-18页 |
| 1.3 研究内容及创新点 | 第18-19页 |
| 1.4 论文组织结构 | 第19-20页 |
| 2 相关理论概述 | 第20-35页 |
| 2.1 引言 | 第20页 |
| 2.2 数学基础 | 第20-23页 |
| 2.3 稀疏表示 | 第23-29页 |
| 2.4 低秩表示 | 第29-34页 |
| 2.5 本章小结 | 第34-35页 |
| 3 基于稀疏表示的单样本人脸识别算法 | 第35-51页 |
| 3.1 引言 | 第35-36页 |
| 3.2 创建位置图像 | 第36-39页 |
| 3.3 鲁棒稀疏表示 | 第39-42页 |
| 3.4 复杂度分析 | 第42页 |
| 3.5 识别 | 第42-43页 |
| 3.6 实验及分析 | 第43-50页 |
| 3.7 本章小结 | 第50-51页 |
| 4 基于低秩表示的单样本人脸识别算法 | 第51-67页 |
| 4.1 引言 | 第51-53页 |
| 4.2 创建虚拟样本 | 第53-56页 |
| 4.3 判别投影低秩表示模型 | 第56-61页 |
| 4.4 复杂度分析 | 第61页 |
| 4.5 识别 | 第61页 |
| 4.6 实验及分析 | 第61-66页 |
| 4.7 本章小结 | 第66-67页 |
| 5 总结与展望 | 第67-70页 |
| 5.1 总结 | 第67-68页 |
| 5.2 展望 | 第68-70页 |
| 参考文献 | 第70-77页 |
| 作者简历 | 第77-79页 |
| 学位论文数据集 | 第79页 |
