基于非负矩阵分解的人脸识别方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景与意义 | 第14-18页 |
| 1.1.1 人脸识别的研究背景与意义 | 第14-16页 |
| 1.1.2 NMF的研究背景与意义 | 第16-18页 |
| 1.2 人脸识别基本流程 | 第18-19页 |
| 1.3 人脸识别国内外研究现状 | 第19-22页 |
| 1.4 论文研究内容与结构安排 | 第22-24页 |
| 第二章 基本理论 | 第24-36页 |
| 2.1 引言 | 第24页 |
| 2.2 基本NMF分解 | 第24-32页 |
| 2.2.1 模型建立 | 第24-25页 |
| 2.2.2 迭代求解 | 第25-26页 |
| 2.2.3 NMF衍生算法 | 第26-32页 |
| 2.3 Gabor特征 | 第32-34页 |
| 2.3.1 Gabor小波简介 | 第32页 |
| 2.3.2 Gabor特征在人脸识别中的优势 | 第32-33页 |
| 2.3.3 Gabor特征理论 | 第33-34页 |
| 2.4 人脸识别数据库 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 一种局部鉴别非负矩阵分解方法 | 第36-50页 |
| 3.1 引言 | 第36-37页 |
| 3.2 本文局部鉴别非负矩阵方法 | 第37-42页 |
| 3.2.1 目标函数的构建 | 第37-39页 |
| 3.2.2 迭代公式 | 第39-41页 |
| 3.2.3 实现步骤 | 第41-42页 |
| 3.3 实验与分析 | 第42-48页 |
| 3.3.1 收敛性实验 | 第43页 |
| 3.3.2 基图像可视化 | 第43-45页 |
| 3.3.3 AR库人脸识别 | 第45-47页 |
| 3.3.4 LFW库人脸识别 | 第47-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第四章 一种多视角非负矩阵分解方法 | 第50-62页 |
| 4.1 引言 | 第50-52页 |
| 4.2 本文多视角非负矩阵分解方法 | 第52-55页 |
| 4.2.1 目标函数的构建 | 第52-53页 |
| 4.2.2 迭代公式 | 第53-55页 |
| 4.3 本文权值学习及特征融合方法 | 第55-56页 |
| 4.4 实验及分析 | 第56-61页 |
| 4.4.1 收敛性实验 | 第57-58页 |
| 4.4.2 AR库人脸识别 | 第58-60页 |
| 4.4.3 LFW库人脸识别 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 结论与展望 | 第62-64页 |
| 5.1 研究总结 | 第62-63页 |
| 5.2 研究展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |
