| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-13页 |
| 1 绪论 | 第13-16页 |
| ·研究背景及意义 | 第13页 |
| ·人脸识别研究工作概述 | 第13-15页 |
| ·本文的主要工作及内容安排 | 第15-16页 |
| 2 准备知识 | 第16-20页 |
| ·稀疏表示 | 第16-17页 |
| ·随机权网络 | 第17-18页 |
| ·人脸数据库简介 | 第18-20页 |
| 3 基于不相关判别稀疏保留投影的人脸识别算法 | 第20-28页 |
| ·引言 | 第20页 |
| ·稀疏保留投影 | 第20-21页 |
| ·提出的不相关判别稀疏保留投影 | 第21-23页 |
| ·判别稀疏保留投影 | 第22-23页 |
| ·不相关判别稀疏保留投影 | 第23页 |
| ·算法性能展示 | 第23-27页 |
| ·在Extended Yale B数据库上的实验结果 | 第23-24页 |
| ·在FERET数据库上的实验结果 | 第24-25页 |
| ·与另一种判别稀疏保留投影的比较 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 4 基于矩阵输入的二维随机权网络人脸识别算法 | 第28-38页 |
| ·引言 | 第28-29页 |
| ·提出的基于矩阵输入的二维随机权网络算法 | 第29-32页 |
| ·符号说明 | 第29页 |
| ·提出的二维随机权网络 | 第29-32页 |
| ·算法性能展示 | 第32-37页 |
| ·二维随机权网络与随机权网络识别率的比较 | 第32-34页 |
| ·对于二维随机权网络的性能分析 | 第34-37页 |
| ·二维随机权网络与二维特征提取方法的结合 | 第37页 |
| ·本章小结 | 第37-38页 |
| 5 基于分块加权稀疏表示的多姿态多光照人脸识别 | 第38-52页 |
| ·引言 | 第38-39页 |
| ·基于稀疏表示的人脸识别 | 第39-40页 |
| ·所提出的基于分块加权稀疏表示的多姿态人脸识别算法 | 第40-42页 |
| ·用于多姿态人脸识别的稀疏表示 | 第41页 |
| ·提出的分块加权稀疏表示算法 | 第41-42页 |
| ·用于多姿态多光照人脸识别的分块加权稀疏表示算法 | 第42-45页 |
| ·构造光照字典的方法 | 第43-44页 |
| ·所提算法在多姿态多光照人脸识别中的应用 | 第44-45页 |
| ·实验 | 第45-51页 |
| ·分块加权稀疏表示算法的性能展示 | 第45-47页 |
| ·光照字典的合理性与可行性分析 | 第47-49页 |
| ·在ABERDEEN和MUCT数据库上的扩展实验 | 第49-50页 |
| ·多姿态多光照人脸识别 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 6 总结 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 作者简历 | 第58页 |