摘要 | 第3-4页 |
Abstract | 第4页 |
1 绪论 | 第7-13页 |
1.1 人脸识别技术的背景和意义 | 第7-8页 |
1.2 人脸识别技术的发展和现状 | 第8-9页 |
1.3 人脸识别的基本步骤和研究方法 | 第9-12页 |
1.4 本论文的主要研究内容和论文的章节安排 | 第12-13页 |
2 非负矩阵基本算法介绍 | 第13-28页 |
2.1 非负矩阵分解的提出 | 第13-15页 |
2.2 非负矩阵分解理论问题描述 | 第15-20页 |
2.2.1 目标函数 | 第15-16页 |
2.2.2 优化算法 | 第16页 |
2.2.3 收敛性证明 | 第16-20页 |
2.3 非光滑非负矩阵分解 | 第20-21页 |
2.4 图正则非负矩阵分解 | 第21-22页 |
2.5 局部非负矩阵分解算法 | 第22-23页 |
2.6 非负稀疏编码 | 第23-25页 |
2.6.1 稀疏的数学表示 | 第23-24页 |
2.6.2 非负稀疏编码 | 第24-25页 |
2.7 稀疏非负矩阵分解 | 第25页 |
2.8 稀疏约束非负矩阵分解 | 第25-26页 |
2.9 Fisher 非负矩阵分解 | 第26-28页 |
3 基于流行正则化的非光滑非负矩阵分解 | 第28-38页 |
3.1 基于流行正则化的非光滑非负矩阵分解算法 | 第28-29页 |
3.2 基于流形正则化的非光滑非负矩阵分解算法收敛性证明 | 第29-31页 |
3.3 实验和结果分析 | 第31-38页 |
3.3.1 数据集 | 第31-32页 |
3.3.2 基于流形正则化的非光滑非负矩阵算法的人脸识别过程 | 第32-33页 |
3.3.3 参数 r 的选择 | 第33-34页 |
3.3.4 识别率分析 | 第34-36页 |
3.3.5 基图像与编码图像的稀疏度 | 第36-38页 |
结论 | 第38-39页 |
参考文献 | 第39-41页 |
攻读硕士学位期间发表学术论文情况 | 第41-42页 |
致谢 | 第42页 |