| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题的研究背景及意义 | 第11-12页 |
| ·课题的研究背景 | 第11-12页 |
| ·人脸识别研究的理论意义和实际意义 | 第12页 |
| ·人脸识别问题国内外研究现状 | 第12-15页 |
| ·国内外研究的成果 | 第12-15页 |
| ·国内外研究的不足 | 第15页 |
| ·本文的主要工作 | 第15-17页 |
| ·本文的结构安排 | 第17-19页 |
| 第2章 人脸识别系统及经典算法 | 第19-27页 |
| ·人脸识别系统的组成 | 第19-21页 |
| ·人脸检测方法 | 第19-20页 |
| ·人脸图像预处理 | 第20-21页 |
| ·人脸图像的特征提取 | 第21页 |
| ·评价人脸识别系统的性能指标 | 第21-22页 |
| ·经典人脸识别算法 | 第22-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 基于分块 Gabor 特征协作表示人脸识别 | 第27-37页 |
| ·引言 | 第27-28页 |
| ·协作表示的原理 | 第28-31页 |
| ·稀疏表示分类 | 第28-30页 |
| ·协作表示 | 第30-31页 |
| ·基于正则化最小二乘法协作表示的分类 | 第31页 |
| ·Gabor 特征在人脸识别中的优点 | 第31-32页 |
| ·人脸图像 Gabor 特征分块 | 第32-33页 |
| ·基于分块 Gabor 特征协作表示的人脸识别 | 第33-34页 |
| ·实验结果及分析 | 第34-36页 |
| ·AR 人脸库 | 第34-35页 |
| ·Extended Yale B 人脸库 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于多尺度块和整体协作表示的人脸识别 | 第37-53页 |
| ·引言 | 第37页 |
| ·基于马丁分布优化多尺度协作表示的人脸识别 | 第37-41页 |
| ·基于块的协作表示分类 | 第38-39页 |
| ·基于多尺度块融合的协作表示 | 第39-41页 |
| ·将整体识别加入多尺度块协作表示 | 第41-42页 |
| ·整体识别 | 第41页 |
| ·融合整体识别与多尺度块的人脸识别 | 第41-42页 |
| ·实验结果及分析 | 第42-51页 |
| ·AR 人脸库中实验 | 第42-45页 |
| ·Extended Yale B 人脸库中实验 | 第45-48页 |
| ·LFW 人脸库中的实验 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 基于分层多尺度 LBP 协作表示有遮挡人脸识别 | 第53-67页 |
| ·引言 | 第53-55页 |
| ·松弛协作表示分类 | 第55-59页 |
| ·松弛协作表示模型 | 第55-56页 |
| ·优化算法 | 第56-57页 |
| ·分类 | 第57-58页 |
| ·基于松弛协作表示分类的人脸识别 | 第58-59页 |
| ·基于分层多尺度 LBP 的人脸识别 | 第59-62页 |
| ·LBP | 第60-61页 |
| ·分层多尺度 LBP | 第61-62页 |
| ·基于分层多尺度 LBP 协作表示分类的人脸识别 | 第62页 |
| ·实验 | 第62-65页 |
| ·本文实验结果 | 第63-64页 |
| ·实验结果对比 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 作者简介 | 第77页 |