基于压缩感知人脸识别算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-19页 |
| ·人脸识别的研究背景与意义 | 第7-9页 |
| ·人脸识别技术的历史回顾 | 第8-9页 |
| ·发展趋势 | 第9页 |
| ·人脸识别技术介绍 | 第9-15页 |
| ·人脸识别系统简介 | 第9-10页 |
| ·常用的人脸识别算法 | 第10-14页 |
| ·人脸识别技术中的难点和挑战 | 第14-15页 |
| ·人脸识别常用数据库 | 第15-16页 |
| ·本文的研究内容及章节安排 | 第16-19页 |
| 第二章 特征提取和分类算法 | 第19-31页 |
| ·引言 | 第19页 |
| ·特征提取算法 | 第19-27页 |
| ·基于知识的特征提取方法 | 第20页 |
| ·基于统计学习的特征提取方法 | 第20-27页 |
| ·线性方法 | 第21-24页 |
| ·非线性方法 | 第24-27页 |
| ·分类识别方法 | 第27-29页 |
| ·相似性测度 | 第27-28页 |
| ·分类算法 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 压缩感知理论 | 第31-45页 |
| ·压缩感知介绍 | 第31页 |
| ·理论简介 | 第31-37页 |
| ·信号稀疏表示 | 第32-33页 |
| ·压缩感知 | 第33-34页 |
| ·测量矩阵 | 第34-35页 |
| ·信号重构算法 | 第35-37页 |
| ·压缩感知人脸识别算法 | 第37-42页 |
| ·本章小结 | 第42-45页 |
| 第四章 稀疏表示人脸识别算法 | 第45-55页 |
| ·引言 | 第45-46页 |
| ·改进的稀疏表示压缩感知人脸识别算法 | 第46-50页 |
| ·分块算法 | 第46页 |
| ·基追踪（basis pursuit，BP）算法 | 第46-48页 |
| ·改进的稀疏表示人脸识别算法 | 第48-50页 |
| ·实验结果 | 第50-54页 |
| ·实验数据库 | 第50页 |
| ·实验参数设置 | 第50页 |
| ·实验结果与分析 | 第50-53页 |
| ·实验结果总结 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结和展望 | 第55-57页 |
| ·本文工作总结 | 第55页 |
| ·研究展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-64页 |
