| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10页 |
| ·国内外研究现状 | 第10-14页 |
| ·本文的研究内容 | 第14-15页 |
| ·本文的结构及安排 | 第15-16页 |
| 第2章 理论基础 | 第16-28页 |
| ·压缩感知介绍 | 第16-24页 |
| ·理论框架 | 第16-17页 |
| ·稀疏基 | 第17-19页 |
| ·测量矩阵 | 第19-20页 |
| ·信号重构 | 第20-24页 |
| ·基于压缩感知的人脸识别算法 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 姿态鲁棒的人脸特征提取算法 | 第28-42页 |
| ·引言 | 第28-29页 |
| ·基于条件随机森林的特征点定位 | 第29-33页 |
| ·随机森林 | 第29-31页 |
| ·特征点定位 | 第31-33页 |
| ·姿态鲁棒人脸特征提取 | 第33-37页 |
| ·LBP描述子 | 第33-34页 |
| ·PCA特征 | 第34-36页 |
| ·描述子构造 | 第36-37页 |
| ·实验验证 | 第37-41页 |
| ·实验数据库 | 第37-38页 |
| ·特征点定位 | 第38-39页 |
| ·结果与分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于Fisher准则字典学习的压缩感知人脸识别算法 | 第42-56页 |
| ·引言 | 第42-44页 |
| ·基于Fisher准则的字典学习 | 第44-48页 |
| ·Fisher准则 | 第44-45页 |
| ·目标函数构造 | 第45-46页 |
| ·字典D与编码系数X的更新 | 第46-48页 |
| ·分类识别 | 第48-50页 |
| ·实验验证 | 第50-54页 |
| ·实验数据库 | 第50-51页 |
| ·结果与分析 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 第5章 总结与展望 | 第56-58页 |
| ·本文工作总结 | 第56-57页 |
| ·后续工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第64页 |