非理想条件下的人脸识别算法研究

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-17页
·课题来源及研究意义	第10-11页
·国内外研究现状及分析	第11-15页
·本文的研究内容和论文结构	第15-17页
第2章 复杂环境下的识别算法相关理论	第17-25页
·总变分商图像模型	第17-19页
·对数总变分模型	第19-20页
·抗遮挡最佳面相合成算法	第20-23页
·本章小结	第23-25页
第3章 基于LTV 模型的偏微分二阶锥规划算法	第25-35页
·偏微分方程的各向异性扩散	第25-26页
·PDE-SOCP 算法设计	第26-28页
·总变分对数模型	第26-27页
·PDE-SOCP 算法	第27-28页
·实验人脸数据库	第28-30页
·实验结果与分析	第30-34页
·FD8603 人脸库实验	第32-33页
·YALE 人脸库实验	第33-34页
·本章小结	第34-35页
第4章 基于总变分模型的交替最小化算法	第35-46页
·反退化模型	第35-36页
·交替最小化算法	第36-42页
·总变分模型的正则项	第36-37页
·AMA 的稀疏性约束	第37-38页
·AMA 与统计分析的联系	第38-39页
·迭代方法解决最小化问题	第39-42页
·实验结果与分析	第42-45页
·本章小结	第45-46页
第5章 基于SIFT 算法的相似性度量优化	第46-62页
·尺度空间的构建	第46-48页
·局部特征描述子	第48-49页
·基于SIFT 算法的相似性度量优化	第49-56页
·SIFT 算法	第49-54页
·匹配和相似性度量	第54-55页
·相似性度量的优化	第55-56页
·实验设计与结果分析	第56-61页
·实验设计	第56-60页
·实验结果分析	第60-61页
·本章小结	第61-62页
结论	第62-63页
参考文献	第63-67页
攻读硕士学位期间发表的学术论文	第67-68页
致谢	第68页