| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 可行性分析 | 第14-15页 |
| 1.4 本文研究内容 | 第15-16页 |
| 1.5 论文结构 | 第16-18页 |
| 2 基本理论 | 第18-34页 |
| 2.1 分数阶傅里叶理论概述 | 第18-24页 |
| 2.1.1 分数阶傅里叶变换(FRFT)的基本定义 | 第18-19页 |
| 2.1.2 分数阶傅里叶变换的性质 | 第19-20页 |
| 2.1.3 一维分数阶傅里叶变换的离散算法 | 第20-22页 |
| 2.1.4 二维分数阶傅里叶变换(2D-FRFT)及其性质 | 第22-24页 |
| 2.2 基于分数阶傅里叶变换的人脸识别 | 第24-33页 |
| 2.2.1 人脸数据库的介绍 | 第24-26页 |
| 2.2.2 人脸图像的预处理 | 第26-27页 |
| 2.2.3 人脸特征提取算法 | 第27-33页 |
| 2.2.3.1 主成分分析 | 第28页 |
| 2.2.3.2 线性判别分析 | 第28-29页 |
| 2.2.3.3 稀疏主成分分析 | 第29-30页 |
| 2.2.3.4 鲁棒性主成分分析 | 第30-31页 |
| 2.2.3.5 局部二值模式 | 第31-32页 |
| 2.2.3.6 分类器选择 | 第32-33页 |
| 2.3 基于多模态的人脸识别 | 第33-34页 |
| 3 基于分数阶傅里叶变换幅度和相位特征的人脸识别 | 第34-42页 |
| 3.1 论文框架 | 第34-35页 |
| 3.2 基于分数阶傅里叶变换域幅度和相位的人脸识别 | 第35-36页 |
| 3.3 算法仿真 | 第36-41页 |
| 3.3.1 参数选择 | 第36-38页 |
| 3.3.2 权重 | 第38-39页 |
| 3.3.3 算法对比 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 基于稀疏PCA的分数阶傅里叶变换的人脸识别 | 第42-56页 |
| 4.1 基于多阶次分数阶域部分特征空间的人脸识别框架 | 第42-43页 |
| 4.2 基于分数阶域实部和虚部的人脸特征描述 | 第43-46页 |
| 4.3 基于稀疏PCA算法的分数阶域幅度特征提取方法 | 第46页 |
| 4.4 基于线性判决器的权重学习 | 第46-47页 |
| 4.5 基于贪婪算法的阶次选择 | 第47-48页 |
| 4.6 实验仿真与讨论 | 第48-55页 |
| 4.6.1 基于MMP和RMP的仿真分析 | 第48-50页 |
| 4.6.2 基于混合特征的仿真分析 | 第50-52页 |
| 4.6.3 多阶次分数阶傅里叶变换特征融合 | 第52-54页 |
| 4.6.4 算法比较 | 第54-55页 |
| 4.7 本章小结 | 第55-56页 |
| 5 基于分数阶域幅度的多模态联合稀疏的人脸遮挡识别 | 第56-68页 |
| 5.1 基于分数阶域幅度的联合稀疏表示人脸遮挡识别框架 | 第56-57页 |
| 5.2 基于鲁棒主成分分析的稀疏表示 | 第57-60页 |
| 5.3 基于最大相似度的片选算法 | 第60-62页 |
| 5.4 基于稀疏误差的权重学习 | 第62-63页 |
| 5.5 仿真实验部分 | 第63-67页 |
| 5.5.1 基于最大相似度片选算法仿真 | 第63-64页 |
| 5.5.2 无遮挡人脸识别 | 第64-65页 |
| 5.5.3 随机遮挡片的人脸识别 | 第65页 |
| 5.5.4 噪声对人脸识别的影响 | 第65-66页 |
| 5.5.5 掩饰遮挡人脸识别影响 | 第66-67页 |
| 5.6本章小结5 乂本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间发表的论文 | 第73-74页 |
| 致谢 | 第74页 |
