摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第12-18页 |
1.1 研究背景和意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.2.1 人脸识别的研究现状 | 第13-14页 |
1.2.2 字典构造的研究现状 | 第14-16页 |
1.3 论文主要研究内容及章节结构 | 第16-18页 |
第二章 稀疏表示的基本理论 | 第18-30页 |
2.1 稀疏表示理论概述 | 第18-20页 |
2.2 稀疏分解算法 | 第20-23页 |
2.2.1 正交匹配追踪法 | 第21-22页 |
2.2.2 同伦算法 | 第22-23页 |
2.3 字典学习算法 | 第23-25页 |
2.3.1 KSVD算法 | 第23-24页 |
2.3.2 拉格朗日对偶法 | 第24-25页 |
2.4 SRC算法 | 第25-27页 |
2.4.1 SRC算法原理 | 第25-27页 |
2.4.2 SRC算法的步骤 | 第27页 |
2.5 人脸数据库简介 | 第27-28页 |
2.5.1 AR库 | 第27-28页 |
2.5.2 ExtendedYaleB库 | 第28页 |
2.6 本章小结 | 第28-30页 |
第三章 基于联合字典的人脸识别 | 第30-44页 |
3.1 改进的SRC算法 | 第30-32页 |
3.2 低秩分解的研究 | 第32-35页 |
3.2.1 低秩分解原理 | 第32页 |
3.2.2 低秩分解模型的求解 | 第32-33页 |
3.2.3 低秩分解的应用 | 第33-35页 |
3.3 联合字典的学习算法 | 第35-38页 |
3.3.1 算法目标函数的建立 | 第35页 |
3.3.2 结构化低秩分解算法的实现 | 第35-38页 |
3.3.3 基于联合字典算法的求解步骤 | 第38页 |
3.4 实验结果及分析 | 第38-43页 |
3.4.1 联合字典学习算法在AR库的实验结果 | 第38-42页 |
3.4.2 联合字典学习算法在Extended Yale B库的实验结果 | 第42-43页 |
3.5 本章小结 | 第43-44页 |
第四章 基于判别性双字典学习的人脸识别 | 第44-56页 |
4.1 分析字典 | 第44-45页 |
4.2 不同类表示误差 | 第45-46页 |
4.3 线性分类器 | 第46-47页 |
4.4 DDDL算法 | 第47-50页 |
4.4.1 DDDL算法目标函数的建立 | 第47页 |
4.4.2 DDDL算法目标函数的求解 | 第47-49页 |
4.4.3 DDDL算法的执行步骤 | 第49页 |
4.4.4 DDDL算法测试阶段分类算法 | 第49-50页 |
4.5 实验结果与分析 | 第50-54页 |
4.5.1 DDDL算法在AR库的实验结果 | 第50-52页 |
4.5.2 DDDL算法在Extended Yale B库的实验结果 | 第52-54页 |
4.6 本章小结 | 第54-56页 |
第五章 基于同步降维的判别性双字典学习的人脸识别 | 第56-70页 |
5.1 PCA算法 | 第56-58页 |
5.1.1 PCA算法原理 | 第56-57页 |
5.1.2 PCA算法实现步骤 | 第57-58页 |
5.2 判别稀疏编码的改进 | 第58-60页 |
5.2.1 LCKSVD算法 | 第58-59页 |
5.2.2 余弦相似度 | 第59-60页 |
5.3 SDRDDL算法 | 第60-63页 |
5.3.1 SDRDDL算法目标函数的建立 | 第60页 |
5.3.2 SDRDDL算法目标函数的求解 | 第60-62页 |
5.3.3 SDRDDL算法的执行步骤 | 第62-63页 |
5.3.4 SDRDDL算法测试阶段分类算法 | 第63页 |
5.4 实验结果与分析 | 第63-68页 |
5.4.1 SDRDDL算法在AR库的实验结果 | 第63-66页 |
5.4.2 SDRDDL算法在Extended Yale B库的实验结果 | 第66-68页 |
5.5 本章小结 | 第68-70页 |
第六章 总结与展望 | 第70-72页 |
6.1 本文主要工作 | 第70-71页 |
6.2 本文主要创新点 | 第71页 |
6.3 进一步工作展望 | 第71-72页 |
参考文献 | 第72-76页 |
致谢 | 第76-77页 |
在学期间的研究成果及发表的学术论文 | 第77页 |