| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-25页 |
| ·人脸识别研究背景和意义 | 第11-12页 |
| ·人脸识别研究状况 | 第12-15页 |
| ·人脸识别发展 | 第12-13页 |
| ·人脸识别国内外研究现状 | 第13-15页 |
| ·人脸识别商业产品 | 第15页 |
| ·人脸识别系统 | 第15-17页 |
| ·人脸识别难点 | 第17-20页 |
| ·本文的主要工作 | 第20-22页 |
| ·本文的结构安排 | 第22-25页 |
| 第二章 研究基础 | 第25-43页 |
| ·压缩感知 | 第25-32页 |
| ·问题描述 | 第25-27页 |
| ·研究内容 | 第27-30页 |
| ·压缩感知应用 | 第30-32页 |
| ·基于稀疏表示的人脸识别 | 第32-37页 |
| ·算法描述 | 第32-34页 |
| ·模型求解 | 第34-35页 |
| ·研究现状 | 第35-37页 |
| ·基于低秩矩阵恢复的人脸识别 | 第37-41页 |
| ·问题描述 | 第37-38页 |
| ·模型求解 | 第38-40页 |
| ·研究现状 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第三章 基于二维图像特征矩阵稀疏表示的人脸识别 | 第43-57页 |
| ·引言 | 第43页 |
| ·人脸特征提取 | 第43-46页 |
| ·一维人脸特征提取 | 第43-45页 |
| ·二维人脸特征提取 | 第45-46页 |
| ·基于二维特征矩阵稀疏表示的人脸识别 | 第46-48页 |
| ·基于分块二维图像特征矩阵稀疏表示的人脸识别 | 第48-51页 |
| ·实验验证 | 第51-55页 |
| ·ORL人脸数据库上的实验 | 第51-53页 |
| ·Extended Yale B人脸数据库上的实验 | 第53-54页 |
| ·AR人脸数据库上的实验 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第四章 基于两阶段稀疏表示的人脸识别 | 第57-73页 |
| ·引言 | 第57-58页 |
| ·基于低秩矩阵恢复的训练图像重建 | 第58页 |
| ·基于第一阶段稀疏表示的测试图像重建 | 第58-60页 |
| ·基于第二阶段稀疏表示的分类 | 第60-62页 |
| ·与其他方法的讨论 | 第62-64页 |
| ·对于TSSRC和LRR的讨论 | 第63页 |
| ·对于TSSRC和ESRC的讨论 | 第63-64页 |
| ·实验验证 | 第64-71页 |
| ·AR人脸数据库上的实验 | 第64-67页 |
| ·Extended Yale B人脸数据库上的实验 | 第67-71页 |
| ·本章小结 | 第71-73页 |
| 第五章 基于低秩恢复和联合表示的图像集人脸识别 | 第73-89页 |
| ·引言 | 第73-74页 |
| ·基于扩展的低秩矩阵恢复的测试图像集重建 | 第74-78页 |
| ·基于联合表示的非相干字典学习 | 第78-80页 |
| ·基于联合表示的分类 | 第80页 |
| ·实验验证 | 第80-84页 |
| ·参数设置 | 第81-82页 |
| ·Honda/UCSD人脸数据库上的实验 | 第82-83页 |
| ·YouTube Celebrities人脸数据库上的实验 | 第83-84页 |
| ·本章小结 | 第84-89页 |
| 第六章 总结与展望 | 第89-93页 |
| ·本文工作总结 | 第89-90页 |
| ·进一步工作展望 | 第90-93页 |
| 参考文献 | 第93-105页 |
| 发表论文和参加科研情况说明 | 第105-107页 |
| 致谢 | 第107-108页 |
